Mašininis mokymasis yra madingas šių dienų technologijų žodis, kuris kiekvieną dieną labai sparčiai auga. Kasdieniame gyvenime naudojame mašininį mokymąsi net to nežinodami, pvz., „Google“ žemėlapiai, „Google“ asistentas, „Alexa“ ir kt. Toliau pateikiamos kelios populiariausios realaus mašininio mokymosi programos:
1. Vaizdo atpažinimas:
Vaizdo atpažinimas yra viena iš labiausiai paplitusių mašininio mokymosi programų. Jis naudojamas objektams, asmenims, vietoms, skaitmeniniams vaizdams identifikuoti ir kt. Populiarus vaizdo atpažinimo ir veido aptikimo atvejis yra Automatinis draugo žymėjimo pasiūlymas :
„Facebook“ siūlo automatinio draugo žymėjimo pasiūlymo funkciją. Kai įkeliame nuotrauką su savo „Facebook“ draugais, automatiškai gauname žymėjimo pasiūlymą su vardu, o technologija yra mašininis mokymasis. veido atpažinimas ir atpažinimo algoritmas .
Jis pagrįstas „Facebook“ projektu pavadinimu „ Gilus veidas “, kuri yra atsakinga už veido atpažinimą ir asmens identifikavimą paveikslėlyje.
2. Kalbos atpažinimas
Naudodami „Google“ gauname parinktį „ Ieškoti balsu “, tai yra kalbos atpažinimo funkcija ir populiari mašininio mokymosi programa.
Kalbos atpažinimas yra balso nurodymų konvertavimo į tekstą procesas, kuris taip pat žinomas kaip ' Kalba į tekstą ', arba ' Kompiuterinis kalbos atpažinimas .' Šiuo metu mašininio mokymosi algoritmai yra plačiai naudojami įvairiose kalbos atpažinimo programose. Google asistentas , Siri , Cortana , ir Alexa naudoja kalbos atpažinimo technologiją, kad vykdytų balso instrukcijas.
pervardyti katalogą linux
3. Eismo prognozė:
Jei norime aplankyti naują vietą, į pagalbą pasitelkiame Google Maps, kuris parodo teisingą kelią trumpiausiu maršrutu ir numato eismo sąlygas.
Jis numato eismo sąlygas, pvz., ar eismas yra laisvas, lėtas ar labai spūstis, naudojant du būdus:
Visi, kurie naudojasi „Google“ žemėlapiu, padeda šiai programai ją tobulinti. Jis paima informaciją iš vartotojo ir siunčia atgal į savo duomenų bazę, kad pagerintų našumą.
4. Produkto rekomendacijos:
Mašininį mokymąsi plačiai naudoja įvairios elektroninės prekybos ir pramogų įmonės, tokios kaip Amazon , Netflix ir tt, norėdami vartotojui rekomenduoti produktą. Kai ieškome kokio nors produkto „Amazon“, tada naršydami internete toje pačioje naršyklėje pradėjome gauti to paties produkto reklamą ir taip yra dėl mašininio mokymosi.
„Google“ supranta naudotojo susidomėjimą naudodama įvairius mašininio mokymosi algoritmus ir siūlo produktą pagal kliento pomėgius.
Panašiai, kai naudojame „Netflix“, randame rekomendacijų pramoginiams serialams, filmams ir pan., o tai taip pat daroma mašininio mokymosi pagalba.
5. Savaeigiai automobiliai:
Viena iš įdomiausių mašininio mokymosi programų yra savarankiškai važiuojantys automobiliai. Mašinų mokymasis vaidina svarbų vaidmenį savarankiškuose automobiliuose. Populiariausia automobilių gamybos įmonė „Tesla“ kuria savarankiškai važiuojančius automobilius. Jis naudoja neprižiūrimą mokymosi metodą, kad išmokytų automobilių modelius aptikti žmones ir objektus vairuojant.
6. El. pašto šiukšlių ir kenkėjiškų programų filtravimas:
Kai gauname naują el. laišką, jis automatiškai filtruojamas kaip svarbus, įprastas ir šlamštas. Į gautuosius visada gauname svarbius laiškus su svarbiu simboliu ir šlamšto el. laiškus, o ši technologija yra mašininis mokymasis. Toliau pateikiami kai kurie „Gmail“ naudojami šlamšto filtrai:
- Turinio filtras
- Antraštės filtras
- Bendras juodųjų sąrašų filtras
- Taisyklėmis pagrįsti filtrai
- Leidimų filtrai
Kai kurie mašininio mokymosi algoritmai, pvz Daugiasluoksnis perceptronas , Sprendimų medis , ir Naivus Bayes klasifikatorius yra naudojami el. pašto šiukšlių filtravimui ir kenkėjiškų programų aptikimui.
7. Virtualus asmeninis asistentas:
Turime įvairių virtualių asmeninių asistentų, tokių kaip Google asistentas , Alexa , Cortana , Siri . Kaip rodo pavadinimas, jie padeda mums rasti informaciją naudojant balso instrukcijas. Šie padėjėjai gali mums padėti įvairiais būdais tiesiog vadovaudamiesi balso instrukcijomis, pvz., Paleisti muziką, paskambinti kam nors, atidaryti el. laišką, planuoti susitikimą ir kt.
Šie virtualūs padėjėjai naudoja mašininio mokymosi algoritmus kaip svarbią dalį.
Šis asistentas įrašo mūsų balso instrukcijas, siunčia jas per serverį debesyje ir dekoduoja naudojant ML algoritmus ir atitinkamai veikia.
8. Sukčiavimo internete aptikimas:
Mašininis mokymasis padeda užtikrinti, kad mūsų internetinės operacijos būtų saugios, nes aptinkama sukčiavimo operacija. Kai atliekame tam tikrą internetinę operaciją, gali būti įvairių būdų, kaip apgaulinga operacija gali įvykti, pvz netikros sąskaitos , netikri ID , ir pavogti pinigus sandorio viduryje. Taigi norėdami tai aptikti, Neuroninis tinklas padeda mums patikrinti, ar tai tikras sandoris, ar sukčiavimo sandoris.
Kiekvienos tikros operacijos išvestis konvertuojama į tam tikras maišos vertes ir šios reikšmės tampa įvesties kitam etapui. Kiekvienai tikra operacijai yra konkretus modelis, kuris keičiasi sukčiavimo sandoriui, todėl jį aptinka ir daro mūsų internetines operacijas saugesnes.
9. Prekyba vertybinių popierių biržoje:
Mašininis mokymasis plačiai naudojamas biržoje. Akcijų rinkoje visada yra akcijų kainų kilimo ir kritimo rizika, taigi šis mašininis mokymasis ilgalaikės trumpalaikės atminties neuroninis tinklas naudojamas akcijų rinkos tendencijoms prognozuoti.
10. Medicininė diagnozė:
Medicinos moksle mašininis mokymasis naudojamas ligų diagnozavimui. Dėl šios priežasties medicinos technologijos auga labai greitai ir gali sukurti 3D modelius, kurie gali numatyti tikslią smegenų pažeidimų vietą.
Tai padeda lengvai rasti smegenų auglius ir kitas su smegenimis susijusias ligas.11. Automatinis kalbos vertimas:
Šiais laikais, jei lankomės naujoje vietoje ir nežinome kalbos, tai visai nėra problema, nes tam mums padeda ir mašininis mokymasis, konvertuodamas tekstą į mums žinomas kalbas. „Google“ GNMT („Google Neural Machine Translation“) teikia šią funkciją, kuri yra neuroninis mašininis mokymasis, kuris verčia tekstą į mums pažįstamą kalbą ir vadinamas automatiniu vertimu.
Automatinio vertimo technologija yra sekos į seką mokymosi algoritmas, kuris naudojamas atpažįstant vaizdą ir verčiant tekstą iš vienos kalbos į kitą.