Machine learning: che cos'è il machine learning?

Considera la figura seguente che mostra un grafico dei prezzi delle case rispetto alle sue dimensioni in piedi quadrati.

Dopo aver tracciato vari punti dati sul grafico XY, tracciamo una linea più adatta per fare le nostre previsioni per qualsiasi altra casa date le sue dimensioni. Fornirai i dati noti alla macchina e le chiederai di trovare la linea più adatta. Una volta trovata la linea di adattamento migliore dalla macchina, si verificherà la sua idoneità inserendo una dimensione nota della casa, ovvero il valore Y nella curva sopra. La macchina ora restituirà il valore X stimato, ovvero il prezzo previsto della casa. Il diagramma può essere estrapolato per scoprire il prezzo di una casa di 3000 piedi quadrati o anche più grande. Questa è chiamata regressione nelle statistiche. In particolare, questo tipo di regressione è chiamata regressione lineare poiché la relazione tra i punti dati X e Y è lineare.

In molti casi, la relazione tra i punti dati X e Y potrebbe non essere una linea retta e potrebbe essere una curva con un'equazione complessa. Il tuo compito ora sarebbe quello di trovare la curva di adattamento migliore che può essere estrapolata per prevedere i valori futuri. Uno di questi grafici dell'applicazione è mostrato nella figura seguente.

Fonte:

https://upload.wikimedia.org/wikipedia/commons/c/c9/

Utilizzerai le tecniche di ottimizzazione statistica per trovare l'equazione per la curva di adattamento migliore qui. E questo è esattamente ciò che riguarda l'apprendimento automatico. Utilizzi tecniche di ottimizzazione note per trovare la migliore soluzione al tuo problema.

Successivamente, esaminiamo le diverse categorie di Machine Learning.