د ماشین زده کړه (ML) د مصنوعي استخباراتو (AI) فرعي ساحه ده چې د الګوریتمونو او ماډلونو په پراختیا تمرکز کوي چې کمپیوټر ته وړتیا ورکوي چې زده کړي او وړاندوینې یا پریکړې وکړي پرته لدې چې په څرګند ډول برنامه شي. ML الګوریتمونه په ډیټا کې پیچلي نمونې او اړیکې تحلیل او تشریح کولو لپاره ډیزاین شوي ، او بیا دا پوهه د باخبره وړاندوینو کولو یا عمل کولو لپاره کاروي.
په اصل کې، ML د ریاضياتي ماډلونو رامینځته کول شامل دي چې کولی شي د معلوماتو څخه زده کړي او د وخت په تیریدو سره د دوی فعالیت ښه کړي. دا ماډلونه د لیبل شوي ډیټا لوی مقدار په کارولو سره روزل شوي ، چیرې چې مطلوب محصول یا پایله پیژندل کیږي. د دې معلوماتو تحلیل کولو سره، ML الګوریتمونه کولی شي نمونې او اړیکې وپیژني چې دوی ته اجازه ورکوي چې خپل پوهه عمومي کړي او د نوي، نه لیدل شوي معلوماتو په اړه دقیق وړاندوینې وکړي.
د ML الګوریتم ډیری ډولونه شتون لري، هر یو د خپل ځواک او غوښتنلیکونو سره. څارل شوي زده کړه یوه عامه لاره ده چیرې چې الګوریتم د لیبل شوي ډیټا په کارولو سره روزل کیږي ، پدې معنی چې مطلوب محصول د ان پټ ډیټا سره چمتو کیږي. د مثال په توګه، د سپیم بریښنالیک ډلبندۍ سیسټم کې، الګوریتم به د بریښنالیکونو ډیټاسیټ په کارولو سره روزل کیږي چې د سپیم یا نه سپیم په توګه لیبل شوي. د دې بریښنالیکونو ځانګړتیاو تحلیل کولو سره، الګوریتم کولی شي د دوو کټګوریو ترمنځ توپیر زده کړي او د دې مطابق نوي، نه لیدل شوي بریښنالیکونه طبقه بندي کړي.
له بلې خوا غیر څارل شوي زده کړه، په غیر لیبل شوي ډیټا کې د الګوریتم روزنه شامله ده، چیرې چې مطلوب محصول نامعلوم دی. هدف دا دی چې په ډیټا کې پټ نمونې یا جوړښتونه ومومئ. د کلستر کولو الګوریتمونه، د بیلګې په توګه، کولی شي د ورته معلوماتو ټکي د دوی د ځانګړتیاوو یا ځانګړتیاوو پر بنسټ یوځای کړي. دا د پیرودونکو په ویش کې ګټور کیدی شي، چیرې چې الګوریتم کولی شي د ورته غوره توبونو یا چلندونو سره د پیرودونکو مختلف ګروپونه وپیژني.
د ML الګوریتم بل مهم ډول د پیاوړتیا زده کړه ده. پدې طریقه کې، یو اجنټ زده کوي چې د چاپیریال سره اړیکه ونیسي او د عمل په کولو سره د انعام سیګنال اعظمي کړي. اجنټ د خپلو کړنو پر بنسټ د انعامونو یا جریمې په بڼه فیډبیک ترلاسه کوي، او دا فیډبیک د غوره پالیسۍ یا ستراتیژۍ زده کولو لپاره کاروي. د پیاوړتیا زده کړه په بریالیتوب سره په مختلفو ډومینونو کې پلي شوې، لکه روبوټکس او د لوبې لوبې. د مثال په توګه، AlphaGo، د DeepMind لخوا رامینځته شوی، د نړیوال اتل Go لوبغاړی ماتولو لپاره د پیاوړتیا زده کړې کارولې.
ML الګوریتم هم د دوی د زده کړې سټایل پراساس طبقه بندي کیدی شي. د بیچ زده کړه د الګوریتم روزنه په ثابت ډیټا سیټ کې او بیا د نوي ډیټا وړاندوینې لپاره د زده شوي ماډل کارول شامل دي. آنلاین زده کړه، له بلې خوا، الګوریتم ته اجازه ورکوي چې خپل ماډل په دوامداره توګه تازه کړي ځکه چې نوي معلومات شتون لري. دا په ځانګړې توګه په سناریوګانو کې ګټور دی چیرې چې ډاټا متحرک وي او د وخت په تیریدو سره بدلون ومومي.
ML په مختلفو صنعتونو کې د غوښتنلیکونو پراخه لړۍ لري. په روغتیایی پاملرنې کې، ML الګوریتم کولی شي طبي عکسونه تحلیل کړي ترڅو ناروغۍ کشف کړي یا د ناروغ پایلو وړاندوینه وکړي. په مالیه کې، ML د درغلۍ موندنې، د سټاک بازار وړاندوینې، او کریډیټ سکور کولو لپاره کارول کیدی شي. ML د سپارښتنې سیسټمونو کې هم کارول کیږي، لکه د آنلاین پرچون پلورونکو او سټینګ خدماتو لخوا ګمارل شوي، د منځپانګې شخصي کولو او د کاروونکي تجربه ښه کولو لپاره.
ML د AI فرعي فیلډ دی چې د الګوریتمونو او ماډلونو پراختیا باندې تمرکز کوي چې کولی شي له ډیټا زده کړي او وړاندوینې یا پریکړې وکړي. پدې کې د نمونو او اړیکو پیژندلو لپاره د لیبل شوي یا لیبل شوي ډیټا په کارولو سره د روزنې ماډلونه شامل دي ، کوم چې بیا د باخبره وړاندوینو کولو یا عمل کولو لپاره کارول کیدی شي. ML د الګوریتم مختلف ډولونه لري، پشمول د نظارت شوي، نه څارل شوي، او پیاوړتیا زده کړه، هر یو د خپل ځواک او غوښتنلیکونو سره. ML په ډیری صنعتونو کې پراخه کارول موندلي، د روغتیا پاملرنې، مالي، سپارښتنې سیسټمونو، او ډیری نورو ډومینونو کې د پرمختګ وړ کول.
په اړه نورې وروستۍ پوښتنې او ځوابونه EITC/AI/GCML د ګوګل بادل ماشین زده کړه:
- متن ته وینا (TTS) څه شی دی او دا څنګه د AI سره کار کوي؟
- د ماشین زده کړې کې د لوی ډیټاسیټونو سره کار کولو محدودیتونه څه دي؟
- ایا د ماشین زده کړه یو څه ډیالوژیکي مرسته کولی شي؟
- د TensorFlow د لوبې ډګر څه شی دی؟
- لوی ډیټاسیټ واقعیا څه معنی لري؟
- د الګوریتم د هایپرپرامیټرونو ځینې مثالونه څه دي؟
- د انسابل زده کړه څه ده؟
- څه که چیرې د ماشین زده کړې الګوریتم غوره نه وي او څنګه کولی شي ډاډ ترلاسه کړي چې سم انتخاب کړئ؟
- ایا د ماشین زده کړې ماډل د روزنې پرمهال څارنې ته اړتیا لري؟
- د عصبي شبکې پر بنسټ الګوریتم کې کارول شوي کلیدي پیرامیټونه کوم دي؟
نورې پوښتنې او ځوابونه په EITC/AI/GCML د ګوګل کلاوډ ماشین زده کړې کې وګورئ