ډیری زده کړه: د ماشین زده کړه په بشپړ ډول

د مصنوعي استخباراتو د تکامل په اړه څه پوهیږئ

ژوره زده کړه د ماشین زده کړې (ML) ځواکمن بڼه ده چې د ډیرو معلوماتو (معلوماتو) په کارولو سره د نیوري شبکې په نامه پیچلي ریاضيیکي جوړښتونه رامینځته کوي.

ژوره زده کړه تعریف

ډیري زده کړې د ML پلي کولو یوه لاره ده چې د ډیرو پیچلو ډولونو د پروسس کولو لپاره د نیوري شبکو ګڼ شمیر پرتونه کاروي. ځینې ​​وختونه د هیرارشاکي زده کړې په نوم یادېږي، ژورې زده کړې د نوریال شبکې مختلف ډولونه کاروي ترڅو د ځانګړتیاو زده کړي) د استازیتوب په نوم هم یادوي (او د خام، ناباوره ډاټا ډیرو لویو سیټونو کې پیدا کړئ) غیر منظم شوي ډاټا (. د ژورې زده کړې لومړنۍ مظاهرې یو پروګرام ؤ چې په بریالیتوب سره د یو ویډیو ویډیو ویډیو څخه د بلیټ انځورونه غوره کړل.

په ورځني ژوند کې د ژورې زده کړې بیلګې

ژورې زده کړې نه یوازې د عکس پیژاند کې کارول کیږي، بلکې د ژباړې ژباړه، درغلۍ موندنه، او د شرکتونو لخوا د خپلو پیرودونکو په اړه راټول شوي معلومات تحلیلوي. د بیلګې په توګه، Netflix ستاسو د لید کولو عادتونو شنلو لپاره ژوره زده کړې کاروي او اټکل کوي چې کوم شاخصونه او فلمونه چې تاسو یې غوره کوئ. دا په دې معنی ده چې نیک فلیکس په دې پوهیږي چې ستاسو د وړاندیز لیک کې د عمل فلمونو او فطرت مستند فلمونه جوړوي. ایمیزون ستاسو د وروستي پیرود تجزیه کولو لپاره ژوره زده کړې کاروي او هغه توکي چې تاسو په دې وروستیو کې موندلي دي د نوي هیواد موزيک البمونو لپاره وړاندیزونه چمتو کړئ کوم چې تاسو یې په لیوالتیا کې یاست او دا چې تاسو په سپین بازار کې د سپین او زرد ټینس لپاره بوټان لکه څنګه چې ژورې زده کړې د غیر منظم او خام ډاټا څخه ډیر معلومات وړاندې کوي، شرکتونه کولی شي د خپلو پیرودونکو اړتیاوې په ښه توګه تمه کړي پداسې حال کې چې تاسو، یو فرد پیرود د شخصي پیرودونکو خدمتونه ترالسه کوي.

مصنوعي نوري شبکې او ډیری زده کړه

د پوهیدو لپاره ژوره زده کړه اسانه اسانه ده، راځئ چې د مصنوعي سیسټم زموږ (ANN) پرتله وکړو . د ژورې زده کړې لپاره، زموږ پنځلس پوړیزه دفتر ودانۍ تصور کړئ د ښار بلاک د پنځو نورو دفترونو سره نیولی. د کوڅو په هره برخه کې درې ودانۍ شتون لري. زموږ ودانۍ A جوړوي او د سړک ورته برخه د ودانیو په توګه B او C. د تعمیر څخه د A سړک جوړوي 1 او د ودانۍ څخه ډیزاین 2 جوړوي. هر ودانۍ د مختلفو فرشونو درلودونکی دی، د بیلابیلو موادو څخه جوړ شوی او د نورو څخه مختلف تعمیرات لري. په هرصورت، هر ودانۍ اوس هم د دفترونو (نوډونو) په جلا پوړونو کې ترتیب شوې - همداسې هر تعمیر یو ځانګړی ANN دی.

تصور وکړئ چې د ډیجیټل کالیفسیون د A جوړیدو ته راځي، چې ډیری سرچینې لکه د متن پراساس ډاټا، د ویډیو سټيشنونو، د غږ سټیو، د تلیفون کال، رادیو لیو او عکسونو څخه مشتمل وي، که څه هم، دا په یو لوی خوند کې راځي او په منطقي ډول لیبل شوی یا ترتیب شوی ندي (غیر منظم شوي ډاټا). معلومات د هر پوړ له لارې لیږدول کیږي تر څو د 1 څخه تر 15 ^بجو پورې د پروسس لپاره. وروسته له هغه چې معلومات د پنځم پوړ ته رسيږي (محصول) ته د رسیدلو وروستی پروسې سره یوځای د ودانۍ جوړیدو 1 پوړ ته لیږل کیږي. د ودانۍ جوړول 3 هغه پایلې زده کوي چې د A او بیا د معلوماتو په بڼه د هرې فرش له لارې په ورته طریقه پروسس کوي. کله چې معلومات د ودانۍ درېم پوړ ته ورسيږي، نو د ودانولو لپاره د ودانۍ د پایلو سره لیږل کیږي. 1 تعمیر 1 د ودانۍ د فرعي پروسس کولو څخه وړاندې د 3 جوړیدو پایلې زده کوي او شاملوي. جوړول 1 د تعمیر جوړولو لپاره ورته ورته معلومات او پایلې تیریږي، کوم چې د 2 ودانیو پروسو او لیږلو لپاره، کوم چې د B. جوړولو لپاره پروسس او لیږل کیږي.

په غیر مثال شوي معلوماتو کې د بیلابیلو ځانګړتیاو لپاره زمونږ د مثال لټونونو کې هر ANN (ودانۍ) د معلوماتو معلومات بولي او پایله یې بل ودانۍ ته لیږدوي. بل ودانۍ د پخوانی محصول څخه محصول) پایلې (زده کوي. لکه څنګه چې ډاټا د هر ANN (ودانۍ) لخوا پروسس کیږي، تنظیم کیږي او لیږدول کیږي (د محرم ځانګړتیاو له مخې) نو کله چې معلومات د وروست ANN (ودانۍ) وروستنۍ پایلې (پورته پوړ) ته ورسیږي، دا محرم او لیبل شوی (نور جوړښت شوي).

مصنوعي استخبارات، د ماشین زده کړه، او ډیری زده کړه

د مصنوعي استخباراتو (AI) او ML ټول انځور کې ژوره ژوره زده کړې څنګه سره سمون لري؟ ژوره زده کړې د ML ځواک پیاوړتیاوي کوي او د دندې دندې د فعالیت کولو توان لري. ځکه چې ژورې زده کړې د خصلی جالونو په کارولو او د ساده کار ځانګړي الګوریتمیم په ځای د ډاټا سیسټمونو کې د پیژندنې ځانګړتیاوو پورې اړه لري، دا کولی شي د غیر منظم شوي (خام) ډاټا څخه جزییات وپیژني پرته له کوم پروګرامونکي چې په دستی توګه یې لیبل ته اړتیا لري کارول. د کنټرول کولو کار کولی شي غلطی معرفي کړي. ژوره زده کړه د کمپيوټرونو سره د شرکتونو او افرادو د مرستې لپاره د معلوماتو په کارولو کې ښه او ښه مرسته کوي.