مشین لرننگ کیا ہے؟

ایک مہارت کو جاننے کے لئے، ہم نے علم کو جمع کر احتیاط پر عمل کریں، اور اپنی کارکردگی کی نگرانی. آخر میں، ہم اس سرگرمی میں بہتر ہو جاتے ہیں. مشین لرننگ کمپیوٹرز صرف ایسا کرنے کی اجازت دیتا ہے کہ ایک ٹیکنالوجی ہے.

کمپیوٹر سیکھ سکتا ہے؟

انٹیلی جنس کی تعریف مشکل ہے. ہم سب جانتے ہیں کہ ہم ذہانت سے کیا مطلب ہم یہ کہتے ہیں کہ جب، لیکن بیان یہ پریشانی ہے. ایک طرف جذبات اور خود بیداری چھوڑ کر، ایک کام کرنے کی تفصیل نئے مہارت سیکھنے اور علم کو جذب اور مطلوبہ نتائج حاصل کرنے کے لئے نئے حالات پر ان کو لاگو کرنے کے لئے کی صلاحیت کے ہو سکتا ہے.

، انٹیلی جنس کی وضاحت مصنوعی ذہانت کسی بھی آسان ہو جائے کرنے کے لئے نہیں جا رہا ہے کی وضاحت کرنے میں مشکل کو دیکھتے ہوئے. لہذا، ہم تھوڑا دھوکہ دیں گے. ایک کمپیوٹنگ ڈیوائس ہے کہ عام طور پر انسانی استدلال اور انٹیلی جنس کی ضرورت پڑے گی کچھ کرنے کے قابل ہے، تو ہم کہتے ہیں کہ یہ مصنوعی ذہانت استعمال کرتے ہوئے ہے کہ دیں گے.

مثال کے طور پر، سمارٹ بولنے دیں ایمیزون گونج اور گوگل گھوںسلا ہماری بات کی ہدایات پر سن سکتے ہیں،، الفاظ کے طور پر آواز کی تشریح الفاظ کے معنی کو نکالنے، اور پھر ہماری درخواست کو پورا کرنے کی کوشش کریں. ہم کو یہ پوچھ کیا جا سکتا موسیقی بجاؤ ، ایک سوال کا جواب ، یا روشنی دھیما .

متعلقہ: Google اسسٹنٹ کے لئے بہترین مذاق، کھیل، اور ایسٹر انڈے

تمام لیکن اکثر چھوٹی سی بات چیت میں، آپ کی بول چال حکم دیتا مصنوعی ذہانت بھاری لفٹنگ جگہ لیتا ہے جہاں مینوفیکچررز 'بادلوں، میں طاقتور کمپیوٹر سے نشر کی جاتی ہیں. کمانڈ، تجزیہ کیا جاتا ہے مطلب نکالا جاتا ہے، اور جواب تیار اور ہوشیار اسپیکر کے پاس واپس بھیجا جاتا ہے.

مشین لرننگ مصنوعی ذہانت کے نظام سے ہم بات چیت کے ساتھ اس کی اکثریت کو سہارا دیتی ہے. ان میں سے کچھ سمارٹ آلات کی طرح آپ کے گھر میں اشیاء ہیں، اور دوسروں کی خدمات جو ہم استعمال کرتے ہیں آن لائن کا حصہ ہیں. ویڈیو سفارشات یو ٹیوب پر اور Netflix اور Spotify استعمال مشین لرننگ پر خود کار طریقے سے پلے لسٹس پر. تلاش کے انجن مشین لرننگ پر انحصار کرتے ہیں، اور آپ کو آپ کی براؤزنگ اور خریداری کی تاریخ کی بنیاد پر تجاویز خریداری کی پیشکش کو آن لائن استعمال خریداری مشین لرننگ.

کمپیوٹر کے بہت زیادہ اعداد و شمار تک رسائی حاصل کر سکتے ہیں. وہ کر سکتے ہیں کی جگہ کے اندر اندر اوقات کی انتھک دہرانے عمل ہزاروں اس کے انجام دینے کے لئے ایک انسان کو لے جائے گا کہ ایک iteration-اگر ایک انسان ایک بار بھی ایسا کرنے کا انتظام کر سکتا ہے. لہذا، سیکھنے علم، مشق، اور کارکردگی کی آراء درکار ہیں، کمپیوٹر مثالی امیدوار ہونا چاہئے.

یہ کمپیوٹر واقعی کرنے کے قابل ہو جائے گا کہ کیا کہنا نہیں ہے سوچو انسانی لحاظ سے، یا سمجھتے ہیں اور ہم کرتے ہیں کے طور پر خبر کے لئے. لیکن یہ ہو گا جانیں ، اور پریکٹس کے ساتھ بہتر ہو. skillfully کو، پروگرام ایک مشین لرننگ نظام ایک آگاہ اور ہوش ہستی کی ایک مہذب تاثر کو حاصل کر سکتے ہیں.

ہم سے پوچھیں کرنے کے لئے استعمال "کر سکتے کمپیوٹرز سیکھتے؟" یہ بالآخر ایک زیادہ عملی سوال میں morphed. انجینئرنگ چیلنجوں ہم کمپیوٹر سیکھنے کے لئے اجازت دینے کے لئے پر قابو پانے کے ضروری ہے کہ کیا ہیں؟

عصبی نیٹ ورک اور گہری نیورل نیٹ ورکس

جانور 'دماغ نیوران کے نیٹ ورکس پر مشتمل ہے. نیوران دیگر نیوران کے لئے ایک انترگرتن بھر سگنل برطرف کر سکتے ہیں. یہ چھوٹے ایکشن نقل لاکھوں ہماری سوچ کے عمل اور یادوں کو جنم مرتبہ-دیتا ہے. بہت سادہ سی عمارت کے بلاکس میں سے فطرت ہوش دماغ اور عقل اور یاد کرنے کی صلاحیت پیدا.

حیاتیاتی عصبی نیٹ ورک کی طرف سے حوصلہ افزائی، مصنوعی عصبی نیٹ ورک ان نامیاتی منصبوں کی خصوصیات کی نقل کچھ کرنے کے لئے پیدا کر رہے تھے. 1940s کے بعد سے، ہارڈ ویئر اور سافٹ ویئر مراکز کی ہزاروں یا لاکھوں پر مشتمل تیار کیا گیا ہے. نوڈس، نیوران کی طرح، دیگر مراکز سے سگنل موصول. انہوں نے یہ بھی دیگر مراکز میں کھلانے کے لئے سنکیتوں کو پیدا کر سکتے ہیں. نوڈ سے آدانوں قبول کرتے ہیں اور ایک ہی بار میں بہت سے نوڈ کو سگنل بھیج سکتے ہیں.

ایک جانور کا اختتام پرواز پیلے اور سیاہ کیڑوں ہمیشہ اسے ایک گندی ڈنک دے کہ تو، یہ تمام پرواز پیلے اور سیاہ کیڑوں سے بچنے گا. hoverfly اس کا فائدہ لیتا ہے. یہ پیلا اور ایک تتییا کی طرح سیاہ ہے، لیکن یہ کوئی ڈنک ہے. جانور بھڑوں کے ساتھ الجھ اور دردناک سبق سیکھا گیا ہے کہ بھی hoverfly ایک وسیع برت دے. وہ ایک ہڑطالی رنگ سکیم کے ساتھ ایک پرواز کیڑے کو دیکھتے ہیں اور اس کی بار ہے کہ اعتکاف کرنے کا فیصلہ. حقیقت یہ ہے کہ کیڑے ہوور اور wasps can't-isn't بھی غور کیا جا سکتا ہے کہ.

متعلقہ: یہ گوگل کی مصنوعی ذہانت تم نظمیں لکھیں مدد ملتی تو کیا ہوتا ہے

پرواز، بنبنا کی اہمیت، اور کچھ اور پیلے رنگ اور سیاہ داریوں کے زیر کرتا ہے سب کچھ. ان اشاروں کی اہمیت کہا جاتا ہے ویٹنگ کہ معلومات کی. مصنوعی عصبی نیٹ ورک بھی، weighting کے استعمال کر سکتے ہیں. ایک نوڈ اس کے آدانوں کی سب برابر کے بارے میں غور کرنے کی ضرورت نہیں. یہ دوسروں پر کچھ سگنل کے حامی ہیں کر سکتے ہیں.

مشین اعداد و شمار اس پر تربیت حاصل کی ہے کہ میں پیٹرن تلاش کرنے کے لئے استعمال اعداد و شمار سیکھنے. ڈیٹا سیٹ جیسا کہ ایک ویب سائٹ پر کلکس، یا قبضہ کر لیا اور محفوظ کیا جا سکتا ہے کہ ڈیجیٹل کچھ اور الفاظ، اعداد، تصاویر، صارف کے تعامل پر مشتمل ہو سکتا ہے. نظام کے استفسار کے ضروری عناصر کی خصوصیات کے لئے اور یہ کہ یہ ڈیٹا سیٹ میں پتہ لگا ہے تو نمونوں کو ان سے ملنے کی ضرورت ہے.

یہ ایک پھول کی شناخت کرنے کی کوشش کر رہا ہے، تو یہ اسی خلیہ کی لمبائی، پتی کے سائز اور سٹائل، رنگ اور پنکھڑیوں کا نمبر معلوم کرنے کی ضرورت ہے، اور کرے گا. حقیقت میں، یہ ان لوگوں کے مقابلے میں بہت زیادہ حقائق کی ضرورت ہو گی، لیکن ہمارے سادہ مثال میں، ہم ان لوگوں کو استعمال کریں گے. نظام کو ٹیسٹ کے نمونے کے بارے میں ان کی تفصیلات کو جانتا ہے ایک بار، یہ اس کے ڈیٹا سیٹ سے ایک میچ کی پیداوار ہے کہ ایک فیصلہ سازی کے عمل شروع ہوتا ہے. موثر، مشین لرننگ نظام کے فیصلے کے درخت خود تخلیق کرتے ہیں.

ایک مشین لرننگ نظام کو اس استدلال میں صحیح خامیوں کو اس الگورتھم کو اپ ڈیٹ کرنے کی طرف سے اپنی غلطیوں سے سیکھتا ہے. سب سے زیادہ جدید ترین عصبی نیٹ ورک ہیں گہری عصبی نیٹ ورک . دوسرے کے اوپر سے ایک پرتوں تصوراتی، ان میں بہت سے عصبی نیٹ ورک سے بنا رہے ہیں. یہ نظام کا پتہ لگانے اور اس کے فیصلے عمل میں بھی چھوٹے پیٹرن استعمال کرنے کی صلاحیت دیتا ہے.

تہوں عام weighting کے فراہم کرنے کے لئے استعمال ہوتے ہیں. نام نہاد پوشیدہ تہوں "ماہر" تہوں کے طور پر کام کر سکتے ہیں. وہ ٹیسٹ موضوع کا ایک ایک خصوصیت کے بارے میں بارت سگنل ہے. ہمارے پھول شناخت مثال شاید پتیوں کی شکل، کلیوں کے سائز، یا stamen حد تک وقف پوشیدہ تہوں کا استعمال ہو سکتا ہے.

سیکھنا کی مختلف اقسام

زیر نگرانی سیکھنے، انسپرواس سیکھنے، اور کمک سیکھنا: مشین لرننگ نظام تربیت دینے کے لئے استعمال کیا جاتا تین وسیع تراکیب ہیں.

زیر نگرانی سیکھنا

زیر نگرانی سیکھنے سیکھنے کے سب سے زیادہ کثرت سے استعمال شکل ہے. یہ دیگر تکنیک کو موروثی طور پر برتر ہے کیونکہ یہ نہیں ہے. یہ آج سے لکھا جا رہا ہے کہ مشین لرننگ نظام میں استعمال کیا جاتا اعداد و شمار کرنے کے لئے سیکھنے کے اس قسم کی موزونیت کے ساتھ کیا کرنا کچھ ہے.

زیر نگرانی سیکھنے میں، اعداد و شمار کے لیبل لگا اور اسی ڈھانچہ فیصلہ سازی کے عمل میں استعمال کیا معیار کو مشین لرننگ نظام کے لئے بیان کیا گیا ہے کر رہا ہے. یہ YouTube پلے لسٹ تجاویز پیچھے مشین لرننگ نظام میں استعمال کیا سیکھنے کی قسم ہے.

انسپرواس سیکھنا

انسپرواس سیکھنے ڈیٹا پریپریشن کی ضرورت نہیں ہے. ڈیٹا کے لیبل لگا نہیں ہے. کے نظام، ڈیٹا کو سکین کرتا ہے اس کی اپنی پیٹرن کا پتہ لگاتا ہے، اور اس کے اپنے ٹرگر کے معیار سے حاصل ہے.

انسپرواس سیکھنے تکنیک کی کامیابی کے اعلی کی شرح کے ساتھ سائبر سیکیورٹی پر لاگو کر دیا گیا ہے. مشین لرننگ کی طرف سے بڑھا ہے کیونکہ یہ اختیار صارفین کے رویے کے پہلے مشاہدہ پیٹرن سے میل نہیں کھاتا ایک گھسپیٹھیا کی غیر مجاز نیٹ ورک کی سرگرمی کا پتہ لگانے کے کر سکتے ہیں پتہ لگانے کے نظام گھسپیٹھیی.

متعلقہ: کس طرح AI، مشین لرننگ، اور نقطہ اختتام سیکورٹی متجاوز

کمک سیکھنا

کمک سیکھنے تین تراکیب کا سب سے نیا ہے. سادہ لفظوں میں، ایک کمک سیکھنے الگورتھم کو ایک مقررہ مقصد کے حصول کے لئے رویے کی ایک بہترین ماڈل تک پہنچنے کے لئے مقدمے کی سماعت اور غلطی کی اور رائے استعمال کرتا ہے.

یہ جو "اسکور" کے نظام کی کوششوں چاہے اس کے رویے سے اس مقصد کو حاصل کرنے میں ایک مثبت یا منفی اثر پڑتا ہے کے مطابق انسانوں سے رائے درکار ہے.

AI کی عملی طرف

کیونکہ یہ بہت مقبول ہے اور قابل ذکر حقیقی دنیا کی کامیابیاں ہیں - بشمول تجارتی کامیابیوں کی مشینری سیکھنے سمیت "مصنوعی انٹیلی جنس کے عملی طور پر" کہا گیا ہے. یہ بڑا کاروبار ہے، اور بہت سولےبل، تجارتی فریم ورک ہیں جو آپ کو اپنی اپنی ترقی یافتوں یا مصنوعات میں مشین سیکھنے کو شامل کرنے کی اجازت دیتا ہے.

اگر آپ کو اس قسم کی آگ کی طاقت کے لئے فوری طور پر ضرورت نہیں ہے لیکن آپ ایک مشین سیکھنے کے نظام کے ارد گرد poking میں دلچسپی رکھتے ہیں جیسے پطرون کی طرح دوستانہ پروگرامنگ زبان کے ساتھ، اس کے لئے بہترین مفت وسائل بھی ہیں. دراصل، اگر آپ مزید دلچسپی یا کاروباری ضرورت کی ترقی کرتے ہیں تو یہ آپ کے ساتھ پیمائش کریں گے.

مشعل ایک کھلا ذریعہ مشین سیکھنے کے فریم ورک اس کی رفتار کے نام سے جانا جاتا ہے.

scikit سیکھنے مشین سیکھنے کے اوزار کا ایک مجموعہ ہے، خاص طور پر پطرون کے ساتھ استعمال کے لئے.

کیفے ایک گہری سیکھنے کا فریم ورک ہے، خاص طور پر پروسیسنگ تصاویر پر قابل.

کیراس ایک پطرن انٹرفیس کے ساتھ ایک گہری سیکھنے کا فریم ورک ہے.