کمپیوټرونه نه اخلي مګر دوی هره ورځ ګړندي کوي
په ساده اصطلاحاتو کې، ماشین زده کړه) ML (د ماشینونو) کمپيوټر (پروګرامونه دي چې دا کولی شي د معلوماتو پراختیا او معلوماتو تحلیل او معلوماتو تحلیل کولو سره د خپلواک کار لپاره ترسره کړي، پرته له دې چې د انساني پرمخ وړونکو څخه اضافي مشخصات .
د ماشین زده کړه 101
د "ماشین زده کړه" اصطالح په 1959 کې د آیبرم په لابراتوارونو کې د آرتر سموم لخوا، د مصنوعی استخباراتو (AI) او کمپیوټر لوبې کې مخکښ دی. د ماشین زده کړه، د پایلې په توګه، د مصنوعي استخباراتو څانګه ده. د سمول اصلي موخه دا وه چې د وخت وختونو کمپیوټري ماډل فلپ کړئ او کمپیوټر شیان زده کړي ودروي.
پرځای یې، هغه کمپيوټران غوښتل چې په خپله د شیانو د پیل کولو پیل وکړي، پرته له دې چې د معلوماتو ترټولو معمول ټوټه انډول ولري. بیا، هغه فکر کاوه، کمپیوټرونه یوازې دندې نه ترسره کوي مګر بالاخره پریکړه کوي چې کوم کارونه کوم کار ترسره کوي او کله. ولې؟ نو نو کمپیوټر کولی شي د هغو کسانو اندازه کمه کړي چې په هره ساحه کې د ترسره کولو لپاره اړین دي.
د ماشین زده کړه زده کړه څنګه
د الګوریتم او ډاټا کارولو له لارې د ماشین زده کړه کار کوي. یو الورجیتم د الرښوونو یو لارښود یا لارښوونې دي چې یو کمپیوټر یا پروګرام ته د یو کار ترسره کولو څرنګوالی ورکوي. په ML کې کارول شوي الګوریتمونه ډاټا راټولوي، نمونې پیژني، او د دې ډاټا شننه وکاروي ترڅو خپل پروګرامونه او دندې د بشپړ کارونو سره سم کړي.
ایم ایل الګوریتمونه د قاعدې ترتیباتو او دندو سرته رسولو لپاره د پروسس کولو ډاټا ته د اتوماتیک کولو لپاره د قواو سیٹونه، د پریکړې ونې، ګرافیکي ماډلونه، د طبیعي ژبې پروسس، او د نیولو شبکې) لږ شمیر نومونه (کاروي. پداسي حال کې چې ML کیدای شي پیچلې موضوع وي، د ګوګل د ښوونکي ماشین یو ساده لاسونه چمتو کوي - د ML څنګه کار کوي مظاهرې وړاندې کوي.
د ماشین زده کړه تر ټولو پیاوړې بڼه نن ورځ کارول کیږي، ژوره زده کړه یې کوي ، د پیچلې ریاضيیکي جوړښت رامنځته کوي چې د نیوري شبکې په نامه یاديږي، د ډیرو معلوماتو پر بنسټ. نوريال شبکې په ML کې د الګوريتمونو سيټونه دي او AI د انسان دماغ او اعصاب سيسټم د پروسې په معلوماتو کې د اعصاب حجرو وروسته نمونه شوي.
مصنوعي استخبارات د ماشین زده کړه د معلوماتو راټولول
د AI، ML او د کانونو د کانونو ترمنځ اړیکو ښه پوهیدلو لپاره، دا د مرستې کولو لپاره ګټور کار دی چې د بیلابیلو اړخیزو اندازو فکر وکړئ. AI ترټولو لوی چتر دی. د ML چتر یو اندازه کوچنی دی او د AI چتر لاندې دی. د کانونو د کانونو کمیت خورا کوچنی دی او د ML چترال الندې وي.
- AI د کمپیوټر ساینس څانګه ده چې هدف یې د "ذاکر" او "انسانانو په څیر" طریقو کې د کارونو ترسره کولو لپاره د کمپیوټر پروګرامونو ته هدف دی، د استدلال او پریکړې کولو تخنیکونو کارول چې د بشري استخباراتو وروسته تعقیب شوي.
- ML په AI کې د کمپیوټري کټګوري ده چې زده کونکو ماشینونو (کمپيوټر) باندې تمرکز کوي (زده کړې اړین ارقام یا بېلګې راټول کړي) د ډیرو موخو لپاره د ډاټا لخوا پرمخ وړل شوي، پرېکړې پریکړې.
- د معلوماتو کانونو کارونې ارقام، ML، AI، او د معلوماتو خورا خورا ډیټابیسونه د نمونو موندلو، اندیښنو چمتو کولو، درجه بندي جوړول، ستونزې پیژندلو، او د ډیټا ډاټا تجزیه وړاندې کول.
کوم ماشین زده کول کولی شي (او مخکې یې ترسره کوي)
د دویمې برخې په فرعي برخو کې د ډیرو معلوماتو تجزیه کولو لپاره کمپیوټرونو ظرفیت د یو شمیر صنعتونو په وخت کې د ML ګټورتوب جوړوي چیرې چې وخت او درستیت اړین وي.
- درمل: د ML ټیکنالوژي په ډیرو حلونو کې د طبي ساحې لپاره پلي کیږي، په شمول د بیړنیو څانګو ډاکټرانو سره د غیر معمولي نښانو سره د ناروغانو چټکتیا تشخیص سره مرسته. ډاکټران کولی شي د ناروغۍ نښې نښانې په پروګرام کې ثبت کړي او د ML کارولو سره، دا پروګرام کولی شي د معلوماتو د ټایټیوټونو طبي طبي ادبیاتو او انټرنیټ څخه د احتمالي تشخیص لیست بیرته راستانه کړي او د ریکارډ په وخت کې د معاینې یا درملنې سپارښتنه وکړي.
- ښوونه او روزنه: ML د ښوونې او روزنې وسایلو لپاره کارول کیږي چې د زده کونکو د زده کړې اړتیاوو سره توپیر لري، لکه د مجازي زده کړې اسالمي او برقی درسي کتابونه چې ډیرې فعالې دي. دا اوزار د ML څخه کار اخلي تر څو معلومه کړي چې کوم مفکورې او مهارتونه زده کونکي زده کونکي د لنډو پوښتنو او تمرینونو په کارولو پوهېږي. وروسته وسایل لنډ ویډیو، اضافي مثالونه او پس منظر مواد چمتو کوي ترڅو د زده کونکي سره د اړتیا وړ مهارتونو یا مفکورو زده کړي.
- موټروژیک: ML د ځان موټر چلولو موټرونو په ډګر کې هم مهم کلیدي برخه ده (همدارنګه د ډرایور کم کارونه یا خپلواکي موټرونه هم ویل کیږي). هغه سافټویر چې چلوي د موټر چلولو موټرو د ژوند د سړک د آزموینې او سمبالښت دواړو په وخت کې د ML کاروي ترڅو د سړک شرایطو) لکه سویلي سړکونه (معلوم کړي یا په سړک کې د خنډونو پیژندنه وکړي او په مناسب ډول د داسې حالتونو تشخیصولو لپاره د موټر چلولو مسؤلیتونه زده کړي.
تاسو امکان لرئ چې مخکې له دې چې د حقیقت احساس وکړئ ایم ایل سره مخ شو. د ML ټیکنالوژۍ ځینې نور عام استعمالونه د عملي وینا پیژندنه) د سیمسنگ بیکسبی ، ایپل سری ، او ډیری له خبرو کولو پروګرامونو څخه چې په PC کې معیاري دي (، ستاسو د بریښناليک سپام فلټر کول، د خبرونو فیډز جوړول، د درغلۍ معلومول، شخصي کول د پیرودلو سپارښتنې، او د اغیزمنو ویب پایلو پایلې وړاندې کول.
ML حتی ستاسو د فیسبوک په فیډ کې شامل دی. کله چې تاسو د ملګري په پوستونو کې ډیری وختونه خوښ یا کلیک وکړئ، د مناظرو تر شا الګوریتم او ایم ایل ستاسو د کړنو څخه "زده کړه" وخت په وخت کې ستاسو په نیوزفید کې ټاکلي دوستانو یا مخونو ته لومړیتوب ورکړئ.
کوم ماشین زده کړه کولی نشي
په هرصورت، محدوديتونه شتون لري چې ML یې کولی شي. د بیلګې په توګه، په بیالبېلو صنعتونو کې د ML تکنالوژۍ کارول د انسانانو لخوا د پام وړ پرمختګ او پروګرام ته اړتیا لري چې د دې صنعت لخوا اړین دندو د ډولونو لپاره د پروګرام یا سیسټم ځانګړتیا وکړي. د مثال په توګه، پورته زموږ په طبي مثال کې، د ML پروګرام په بیړنیو څانګو کې کارول کیده په خاصه توګه د بشري درمل لپاره. اوس مهال دا امکان نلري چې سمه پروګرام وګټئ او په مستقیمه توګه یې د وترنری بیړني مرکز کې پلي کړئ. دا ډول لیږد د انسان پروګرام کونکي لخوا پراخ تخصص او پرمختیا ته اړتیا لري ترڅو د وترنری یا حيواناتو د درمل لپاره دا کار کولو توان ولري.
دا د ناقانونه توګه ډیرو معلوماتو او مثالونو ته اړتیا لري ترڅو پریکړې وکړي او د دندې سرته رسولو لپاره هغه معلومات زده کړي. د ML پروګرامونه د سمبولیت او د ځینو اړیکو سره د ارقامو په پایلو کې لکه د علت او اغیزو په اړه د معلوماتو او مبارزې په تفسیر کې خورا معقول دي.
په هرصورت، پرمخ تللی پرمختګونه ML جوړوي چې اصلي ټیکنالوژي هره ورځ کمپیوټرونه رامینځته کوي.