د ماشین زده کړه د مصنوعي ذهانت (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. دا یو پیاوړی وسیله ده چې ماشینونو ته اجازه ورکوي چې په اتوماتيک ډول پیچلي ډاټا تحلیل او تشریح کړي، نمونې وپیژني، او باخبره پریکړې یا وړاندوینې وکړي.
په اصل کې، د ماشین زده کړه د احصایوي تخنیکونو کارول شامل دي ترڅو کمپیوټر وکولی شي د ډیټا څخه زده کړي او د وخت په تیریدو سره په ځانګړي دنده کې د دوی فعالیت ښه کړي. دا د ماډلونو رامینځته کولو له لارې ترلاسه کیږي چې کولی شي د معلوماتو څخه عمومي کړي او د نوي ، نه لیدل شوي معلوماتو پراساس وړاندوینې یا پریکړې وکړي. دا ماډلونه د لیبل شوي یا غیر لیبل شوي ډیټا په کارولو سره روزل شوي ، د زده کړې الګوریتم ډول پورې اړه لري چې ګمارل شوي.
د ماشین زده کړې الګوریتم ډیری ډولونه شتون لري، هر یو د مختلفو دندو او معلوماتو لپاره مناسب دی. څارل شوي زده کړه یو داسې طریقه ده چیرې چې ماډل د لیبل شوي ډیټا په کارولو سره روزل کیږي، چیرې چې هر آخذه د ورته محصول یا لیبل سره تړاو لري. د مثال په توګه، د سپیم بریښنالیک ډلبندۍ دنده کې، الګوریتم د بریښنالیکونو ډیټاسیټ په کارولو سره روزل کیږي چې د سپیم یا سپیم په توګه لیبل شوي. بیا موډل زده کوي چې نوي، نه لیدل شوي بریښنالیکونه د هغه نمونو پراساس طبقه بندي کړي چې د روزنې معلوماتو څخه یې زده کړي.
له بلې خوا غیر څارل شوي زده کړه د لیبل شوي معلوماتو په کارولو سره د روزنې ماډلونه شامل دي. هدف دا دی چې د محصول یا لیبلونو دمخه پوهه پرته د معلوماتو دننه نمونې یا جوړښت ومومئ. کلستر کول د زده کړې یو عام غیر څارل شوی تخنیک دی، چیرې چې الګوریتم ورته ډیټا ټکي د دوی د اصلي ورته والی یا توپیرونو پراساس سره یوځای کوي.
د ماشین زده کړې 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 چاپیریال پلټنه کوي، د انعامونو یا جریمو په بڼه فیډبیک ترلاسه کوي، او د وخت په تیریدو سره د مجموعي انعام اعظمي کولو لپاره خپل عملونه تنظیموي. دا ډول زده کړه په بریالیتوب سره په دندو لکه د لوبې لوبې، روبوټکس، او خپلواکه موټر چلولو لپاره پلي شوي.
د ماشین زده کړه په مختلفو صنعتونو کې د غوښتنلیکونو پراخه لړۍ لري. په روغتیایی پاملرنې کې، دا د ناروغۍ پایلو وړاندوینې، په طبي انځورونو کې د نمونو پیژندلو، یا د درملنې پالنونو شخصي کولو لپاره کارول کیدی شي. په مالیه کې، د ماشین زده کړې الګوریتمونه د درغلیو کشف، کریډیټ سکور کولو، او الګوریتمیک سوداګرۍ لپاره کارول کیدی شي. په نورو غوښتنلیکونو کې د طبیعي ژبې پروسس کول، د کمپیوټر لید، د سپارښتنې سیسټمونه، او نور ډیر څه شامل دي.
د ماشین زده کړه د مصنوعي استخباراتو یوه فرعي ساحه ده چې د الګوریتمونو او ماډلونو په پراختیا تمرکز کوي چې کمپیوټر ته دا وړتیا ورکوي چې له ډیټا زده کړي او وړاندوینې یا پریکړې وکړي. پدې کې د لیبل شوي یا غیر لیبل شوي ډیټا په کارولو سره د ماډلونو روزنې لپاره د احصایوي تخنیکونو کارول شامل دي ، او دا مختلف ډوله الګوریتمونه لري چې د مختلف دندو او معلوماتو لپاره مناسب دي. د ماشین زده کړه په صنعتونو کې ډیری غوښتنلیکونه لري، دا د پیچلو ستونزو حل کولو او د معلوماتو پراساس پریکړې کولو لپاره یو پیاوړی وسیله جوړوي.
په اړه نورې وروستۍ پوښتنې او ځوابونه EITC/AI/GCML د ګوګل بادل ماشین زده کړه:
- 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؟
- TensorBoard څه شی دی؟
نورې پوښتنې او ځوابونه په EITC/AI/GCML د ګوګل کلاوډ ماشین زده کړې کې وګورئ