기능은 뭐지? 내 돈은 어디로 가는 거지? 지금 당장 돈을 벌 수 있을까? 이런 종류의 질문은 머신 언어 세계의 초보자에게 흔한 현상입니다 시장성테스트.
모든 질문이 타당합니다. 사실 여러분은 기계 학습 사업에 익숙해져 있고, 기계 언어로 스스로를 훈련하고 있지만, 안타깝게도 그것을 인식하지 못합니다. 여러분 대부분은 Apple 사진이나 iPhone을 사용하고 있을 것입니다. 아니면, 쉬운 예를 들어보죠, Facebook. 여러분 모두 Facebook 계정이 있을 거라고 확신합니다. Facebook이 여러분의 얼굴 그룹을 가져와서 식별하도록 요청하는 방식은 기계 학습의 한 방법입니다. 여러분은 그 사진에 태그를 지정하고 얼굴 인식을 훈련하여 새로운 얼굴을 식별합니다. 이것이 바로 기계 학습의 훈련입니다.
하지만 더 나아가서 기계어의 기본을 알면 질문에 더 정확하게 대답할 수 있습니다.
1. 머신러닝의 장점은 예측이 가능하다는 점입니다.
친구의 얼굴을 스냅으로 태그하는 것만이 머신 러닝의 방식이 아닙니다. 사진을 업로드하면 누가 누구인지 즉시 알려준다면, 그것을 머신 러닝이라고 합니다. AI의 기반은 패턴과 이미지를 기반으로 미리 말하는 것입니다. 예측을 결정하는 요소는 무엇이든 될 수 있습니다.
2. 머신러닝은 학습을 포함합니다.
전문가 시스템 모델에 예측하려는 내용과 이유에 대한 이유를 제공해야 합니다. 인간 아이가 사물을 배우는 방식을 생각해 보세요. 처음 바나나를 볼 때, 그들은 그 사물이 무엇인지 모릅니다. 그런 다음 그 사물의 이름을 바나나라고 말합니다. 그래서 다음에 바나나 하나를 볼 때, 그들은 자동적으로 그것이 무엇인지 알게 됩니다.
3. 성공률은 80%입니다.
우리 중 누구도 기계어에서 100%의 정확도를 달성할 수 있는 시점에 있지 않습니다. 자연의 불문율은 기술의 일부가 80%를 달성했다면 이는 성공과 동일하다는 것을 의미합니다. 따라서 머신 러닝을 안다면 자동으로 상당한 돈을 벌 수 있습니다. 10lakh 이미지 중에서 8lakh를 식별할 수 있다면 80%의 성공과 같습니다.
4. 머신러닝은 AI, 딥러닝, 중립 네트워크와 다릅니다.
사람들은 이 세