Машинное обучение — это тип искусственного интеллекта, который позволяет компьютерам учиться на прошлом опыте. Машинное обучение имеет множество применений. Позвольте мне объяснить несколько реальных примеров:

Нетфликс

  • Netflix был арендным бизнесом, основанным на почте. Когда не было Интернета, Netflix продавал фильмы и сериалы на DVD по почте. Когда Интернет стал тенденцией, Netflix запустил свой потоковый сервис видео по запросу.
  • Теперь Netflix находится на другом уровне. У Netflix есть тысячи фильмов, и каждый день добавляются новые фильмы. У каждого пользователя есть свой набор фильмов на главной странице. Как это возможно?
  • Netflix использует систему рекомендаций, в которой на основе симпатий и антипатий пользователя рекомендуются фильмы и сериалы, что намного точнее, чем любая система рекомендаций в той же области. Но, тем не менее, эти системы рекомендаций являются частью машинного обучения, поэтому не имеют 100% точности.
  • Система рекомендаций Netflix построена с использованием данных прошлых пользователей, начиная с того момента, когда компания впервые предлагала DVD по модели подписки. По мере увеличения числа пользователей модель обучалась и давала гораздо лучшие рекомендации.

Амазонка

  • Я говорю не о лесе в Южной Америке, а о гиганте электронной коммерции Amazon.com. Amazon продает все, что есть в мире (преувеличение 😂).
  • Когда вы открываете Amazon, вы можете увидеть вещи, которые вы просматривали ранее, а также некоторые другие вещи, связанные с вещью, которую вы просматривали. Это делается опять же рекомендательной системой. В зависимости от ваших предпочтений, цены и типа вам будут предоставлены точные рекомендации, которые могут вас заинтересовать. Персонализированные рекомендации по продуктам — это то, к чему стремится Amazon.
  • Amazon также использует машинное обучение для прогнозирования продуктов. Это гарантирует наличие достаточного запаса в зависимости от спроса на продукт в нужное время.

Инстаграм

  • Каждый день миллионы людей используют Instagram, и я говорю, что люди зависимы от Instagram. Instagram также использует машинное обучение, но в другой форме, называемой системами рекомендаций.
  • В системах рекомендаций вам предоставляются рекомендации на основе ваших характеристик, таких как ваш возраст, учетные записи, на которые вы подписаны, и понравившиеся публикации. Используя эти данные, в режиме реального времени предоставляются рекомендации.
  • Instagram также использует машинное обучение для ранжирования сообщений на основе их содержания, что помогает сообщению реагировать на определенное количество лайков.

Тесла

  • Все знают про Теслу. Он принадлежит Илону Маску. Tesla — автомобильная компания, которая производит автомобили и солнечные панели с экологически чистой энергией. А пока давайте просто поговорим об их машинах.
  • Автомобили Tesla представлены моделями S, 3, X и Y. Все модели имеют сложные функции и возможности автономного вождения. Все автомобили оснащены датчиками, которые записывают кадры реального мира и принимают решения на их основе.
  • Автомобили Tesla имеют ограниченные автономные возможности, потому что их система не на 100% точна. Тем не менее, это все еще очень хорошо. Автомобили Tesla используют свои камеры (ранее они использовали радар и LiDAR) для записи данных в режиме реального времени, создания на их основе шаблона и принятия решений в режиме реального времени. Например, если автомобиль внезапно остановится перед Tesla, Tesla почувствует внезапное падение скорости и попытается избежать аварии, затормозив и отъехав.
  • Эти алгоритмы обучаются на больших наборах данных реальных примеров, что позволяет им распознавать закономерности и делать прогнозы о том, как реагировать на различные ситуации на дороге. Чем больше данных доступно для обучения, тем лучше система может работать в различных условиях.

Ну, это некоторые действия в реальном мире, выполняемые машинным обучением. Давай встретимся на следующем. Если вам нравится этот контент, похлопайте ему👏, это даст мне немного дополнительной мотивации.

Вы можете связаться со мной по адресу:

LinkedIn: https://www.linkedin.com/in/pranay16/

Гитхаб: https://github.com/pranayrishith16

Дополнительные материалы на PlainEnglish.io. Подпишитесь на нашу бесплатную еженедельную рассылку новостей. Подпишитесь на нас в Twitter, LinkedIn, YouTube и Discord .

Заинтересованы в масштабировании запуска вашего программного обеспечения? Ознакомьтесь с разделом Схема.