Học máy
Machine Learning là một lĩnh vực con của Trí tuệ nhân tạo
"Máy học bắt chước trí thông minh của con người"
Học máy (ML)
Lập trình truyền thống sử dụng các thuật toán đã biết để tạo ra kết quả từ dữ liệu:
Dữ liệu + Thuật toán = Kết quả
Học máy tạo ra các thuật toán mới từ dữ liệu và kết quả:
Dữ liệu + Kết quả = Thuật toán
Mạng thần kinh (NN)
Mạng thần kinh là:
- Một kỹ thuật lập trình
- Một phương pháp được sử dụng trong học máy
- Một phần mềm học hỏi từ những sai lầm
Mạng lưới thần kinh dựa trên cách thức hoạt động của bộ não con người:
Các tế bào thần kinh đang gửi tin nhắn cho nhau. Trong khi các tế bào thần kinh đang cố gắng giải quyết một vấn đề (lặp đi lặp lại), thì nó đang củng cố các kết nối dẫn đến thành công và làm giảm các kết nối dẫn đến thất bại.
Perceptron
Perceptron xác định bước đầu tiên trong Mạng nơ-ron.
Nó đại diện cho một nơ-ron duy nhất chỉ có một lớp đầu vào và không có lớp ẩn.
Tìm hiểu cách lập trình một perceptron .
Mạng lưới thần kinh
Mạng thần kinh là các Perceptron nhiều lớp .
Ở dạng đơn giản nhất, mạng nơ-ron được tạo thành từ:
- Lớp đầu vào (màu vàng)
- Một lớp ẩn (màu xanh)
- Lớp đầu ra (màu đỏ)
Trong Mô hình mạng thần kinh , dữ liệu đầu vào (màu vàng) được xử lý trên lớp ẩn (màu xanh) trước khi tạo ra đầu ra cuối cùng (màu đỏ).
Lớp đầu tiên :
Perceptron màu vàng đang đưa ra các quyết định đơn giản dựa trên đầu vào. Mỗi quyết định đơn lẻ sẽ được gửi đến các perceptron ở lớp tiếp theo.
Lớp thứ hai :
Các perceptron màu xanh lam đang đưa ra quyết định bằng cách cân nhắc các kết quả từ lớp đầu tiên. Lớp này đưa ra các quyết định phức tạp hơn ở mức độ trừu tượng hơn lớp đầu tiên.
Mạng lưới thần kinh sâu
Mạng lưới thần kinh sâu là:
- Một kỹ thuật lập trình
- Một phương pháp được sử dụng trong học máy
- Một phần mềm học hỏi từ những sai lầm
Mạng thần kinh sâu được tạo thành từ một số lớp mạng thần kinh ẩn thực hiện các hoạt động phức tạp trên lượng dữ liệu khổng lồ.
Mỗi lớp kế tiếp sử dụng lớp trước đó làm đầu vào.
Ví dụ: đọc quang học sử dụng các lớp thấp để xác định các cạnh và các lớp cao hơn để xác định các chữ cái.
Trong Mô hình mạng thần kinh sâu , dữ liệu đầu vào (màu vàng) được xử lý theo lớp ẩn (màu xanh) và được sửa đổi theo nhiều lớp ẩn hơn (màu xanh lá cây) để tạo ra đầu ra cuối cùng (màu đỏ).
Lớp đầu tiên :
Perceptron màu vàng đang đưa ra các quyết định đơn giản dựa trên đầu vào. Mỗi quyết định đơn lẻ sẽ được gửi đến các perceptron ở lớp tiếp theo.
Lớp thứ hai :
Các perceptron màu xanh lam đang đưa ra quyết định bằng cách cân nhắc các kết quả từ lớp đầu tiên. Lớp này đưa ra các quyết định phức tạp hơn ở mức độ trừu tượng hơn lớp đầu tiên.
Lớp thứ ba :
Những quyết định phức tạp hơn nữa cũng được thực hiện bởi các perceptron xanh.
Học sâu (DL)
Deep Learning là một tập hợp con của Machine Learning.
Deep Learning là nguyên nhân dẫn đến sự bùng nổ AI trong những năm qua.
Học sâu là một loại ML tiên tiến xử lý các tác vụ phức tạp như nhận dạng hình ảnh.
Học máy | Học kĩ càng |
---|---|
Một tập hợp con của AI | Một tập hợp con của Machine Learning |
Sử dụng tập dữ liệu nhỏ hơn | Sử dụng bộ dữ liệu lớn hơn |
Được con người đào tạo | Tự học |
Tạo các thuật toán đơn giản | Tạo các thuật toán phức tạp |