Машинное обучение, глубокое обучение, искусственный интеллект… все эти слова в наши дни на слуху, но так ли это на самом деле?
Согласно сайту techtarget, машинное обучение было впервые задумано на основе математического моделирования нейронных сетей. В работе логика Уолтера Питтса и нейробиолога Уоррена МакКаллоха, опубликованной в 1943 году, была предпринята попытка математически отобразить мыслительные процессы и принятие решений в человеческом познании.
Это учебное пособие я создал, чтобы показать вам, как мы можем предсказывать осадки на основе данных метеорологического центра Остина.
Код и данные можно найти здесь => https://github.com/BekBrace/Machine.Learning.Rainfall.Prediction.
В 1950 году Алан Тернинг предложил тест Тьюринга, который стал лакмусовой бумажкой для определения того, какие машины считаются «разумными» или «неразумными». Критерием получения машиной статуса «разумной» машины была способность убедить человека в том, что он, машина, также является человеком. Вскоре после этого летняя исследовательская программа в Дартмутском колледже стала официальным местом рождения ИИ.
С этого момента начали появляться «интеллектуальные» алгоритмы машинного обучения и компьютерные программы, которые делали все — от планирования маршрутов движения для продавцов до игры с человеком в настольные игры, такие как шашки и крестики-нолики.
Как мне кажется, машинное обучение подобно океану, а мы все еще на берегу. Я имею в виду, что со временем прогресс будет большим и эффект будет универсальным не только в алгоритмах, которые мы пишем на Python или JavaScript для автоматизации / обучения / тестирования / прогнозирования … и т.д., но на самом деле машинное обучение будет очень эффективным в медицине, образовании, инженерии и других областях.