உள்ளடக்கம்
- இயந்திர கற்றல் என்றால் என்ன?
- பாரம்பரிய நிரலாக்க என்றால் என்ன?
- இயந்திர கற்றல் எவ்வாறு வேறுபட்டது
- இயந்திர கற்றலின் முக்கியத்துவம்
- இயந்திர கற்றல் வழிமுறைகள் மற்றும் செயல்முறைகள்
- வணிகத்தில் இயந்திர கற்றலின் தாக்கம்
- சில நடைமுறை பயன்பாட்டு வழக்குகள்
- முடிவுரை
ஆதாரம்: Stockernumber2 / Dreamstime.com
எடுத்து செல்:
இயந்திர கற்றல் முக்கியத்துவத்தில் படிப்படியாக அதிகரித்து வருகிறது. அது என்ன செய்கிறது மற்றும் எவ்வாறு பயன்படுத்தப்பட்டது என்பதைப் புரிந்துகொள்ள உதவும் அடிப்படைகள் இங்கே.
சமீபத்திய ஆண்டுகளில், "இயந்திர கற்றல்" என்ற சொல் பல்வேறு விவாதங்களிலும் மன்றங்களிலும் வெளிவருகிறது, ஆனால் இதன் அர்த்தம் என்ன? முறைமை அங்கீகாரம் மற்றும் கணக்கீட்டு கற்றல் ஆகியவற்றின் அடிப்படையில் இயந்திர பகுப்பாய்வை தரவு பகுப்பாய்விற்கான ஒரு முறையாக வரையறுக்கலாம். இது நரம்பியல் நெட்வொர்க்குகள், முடிவு மரங்கள், பேய்சியன் நெட்வொர்க்குகள் போன்ற பல்வேறு வழிமுறைகளைக் கொண்டுள்ளது. இயந்திர கற்றல் தரவுகளிலிருந்து கற்றுக்கொள்ளவும் தரவிலிருந்து மறைக்கப்பட்ட நுண்ணறிவுகளை மீட்டெடுக்கவும் இந்த வழிமுறைகளைப் பயன்படுத்துகிறது. கற்றல் செயல்முறை மீண்டும் செயல்படுகிறது, எனவே புதிய தரவுகளும் எந்த மேற்பார்வையும் இல்லாமல் கையாளப்படுகின்றன. முந்தைய தரவுகளிலிருந்து கற்றுக் கொள்வதற்கும் எதிர்கால தரவுகளுக்கு அதைப் பயன்படுத்துவதற்கும் விஞ்ஞானம் புதியதல்ல, ஆனால் அது அதிக பிரபலத்தைப் பெற்று வருகிறது.
இயந்திர கற்றல் என்றால் என்ன?
இன்னும் பயன்பாட்டில் உள்ள கணினி நிரலாக்கத்தின் பாரம்பரிய முறைகளை விட இயந்திர கற்றல் சிறந்தது அல்ல என்று சிலர் நம்புகையில், பலர் இயந்திர கற்றல் செயற்கை நுண்ணறிவு (AI) துறையில் ஒரு புரட்சி என்று கருதுகின்றனர். இந்த தொழில்நுட்பத்தைப் பயன்படுத்துவதன் மூலம், இயந்திரங்கள் மனித அறிவுறுத்தல்களைப் பின்பற்றுவதை விட, விஷயங்களைக் கற்றுக்கொள்ளவும், தங்கள் சொந்த அனுபவத்துடன் விஷயங்களைச் செய்யவும் முடியும் என்று அவர்கள் நம்புகிறார்கள்.
இயந்திர கற்றலின் பொருளைப் பற்றி மேலும் புரிந்து கொள்ள, அதை பாரம்பரிய கணினி நிரலாக்கத்துடன் ஒப்பிடலாம். பின்வரும் பிரிவுகளில் இயந்திர கற்றல் மற்றும் பாரம்பரிய நிரலாக்கத்திலிருந்து அதன் வேறுபாடு பற்றி மேலும் விவாதிக்கப்படும். (இயந்திர கற்றலின் சில நன்மை தீமைகளுக்கு, இயந்திர கற்றலின் வாக்குறுதிகள் மற்றும் ஆபத்துகளைப் பார்க்கவும்.)
பாரம்பரிய நிரலாக்க என்றால் என்ன?
நாம் ஒரு கணினியை நிரல் செய்யும் போது, நாம் உண்மையில் என்ன செய்கிறோம் என்பது அது புரிந்துகொள்ளும் மொழியில் திசைகளை வழங்குவதாகும். பின்னர், நாம் அதற்கு ஒரு உள்ளீட்டைக் கொடுக்கும்போது, அதற்கு நாம் கொடுத்த வழிமுறைகளின் அடிப்படையில் ஒரு வெளியீட்டைக் கொடுக்கும்.
இப்போது, கிரெடிட் கார்டுக்கு விண்ணப்பிக்க நீங்கள் ஒரு உள்ளீட்டைக் கொடுத்துள்ளீர்கள் என்று கற்பனை செய்யலாம். உங்கள் உள்ளீட்டைச் செயலாக்கும்போது, கணினி உங்கள் பயன்பாட்டின் அனைத்து முக்கிய பகுதிகளையும் பார்த்து, தேவையான தகவல்களை எடுத்து செயலாக்குகிறது. அதன்பிறகு, அதற்கு வழங்கப்பட்ட திட்டத்தின் அடிப்படையில் ஏற்றுக்கொள்ளல் அல்லது நிராகரிப்பின் வெளியீட்டை அது உருவாக்கும்.
இயந்திர கற்றல் எவ்வாறு வேறுபட்டது
கிரெடிட் கார்டு காட்சியில் பாரம்பரிய நிரலாக்க முறைகளுக்கு பதிலாக இயந்திர கற்றலைப் பயன்படுத்தினால், இதன் விளைவாக சற்றே வித்தியாசமாக இருக்கும். இதன் விளைவாக உண்மையில் உள்ளீட்டு தரவை அடிப்படையாகக் கொண்டது மற்றும் அந்த உள்ளீட்டு தரவை செயலாக்குவதன் மூலம் கணினி அனுபவத்தைப் பெறும். அதற்கான சிறப்புத் திட்டம் எதுவும் இருக்காது. இது மேலும் மேலும் அனுபவத்தைப் பெறுகையில், அதன் செயல்திறன் நேரத்துடன் சிறப்பாக வரும்.
எனவே, கணினியின் ஒவ்வொரு பயன்பாட்டிலும் செய்யப்பட்ட பெரிய அளவிலான தரவுக் கோப்புகளை பகுப்பாய்வு செய்வதன் மூலம் இயந்திர கற்றல் உண்மையில் கற்றுக்கொள்கிறது. இது தரவை பகுப்பாய்வு செய்யும்போது, புதிய கோரிக்கைகளுக்கு ஏற்ப அதன் நிரலாக்கத்தை மாற்றுகிறது. இது அதன் துல்லியத்தன்மையிலும் முன்னேற்றத்திற்கு வழிவகுக்கிறது. இயந்திர கற்றல் ஒரு நேரியல் பின்னடைவு போன்றது என்றும் நாம் கூறலாம், அங்கு வழங்கப்பட்ட உள்ளீட்டை சிறப்பாக பொருத்துவதற்காக மாறிகள் மற்றும் அளவுருக்கள் மாற்றப்படுகின்றன.
இந்த முறையில், வழிமுறைகள் பெயரிடப்பட்ட எடுத்துக்காட்டுகளுடன் சேர்க்கப்பட்டுள்ளன, அங்கு பெயரிடப்பட்ட தரவு என்பது தரவுக்கு விளக்கம் அளிக்கப்படுகிறது. இயந்திர கற்றல் அமைப்பு உள்ளீடுகள் மற்றும் அவற்றுடன் தொடர்புடைய வெளியீடுகள் இரண்டையும் பெறும். இப்போது, பிழைகள் கண்டுபிடிக்க உண்மையான வெளியீடுகளை சரியான வெளியீடுகளுடன் ஒப்பிடுவதன் மூலம் கணினி அதிக அனுபவத்தைப் பெற முடியும்.
வெளியீடுகளை ஆராய்ந்து பிழைகளைத் தீர்மானித்த பிறகு, கணினி அதன் நிரலாக்கத்தை அதற்கேற்ப மாற்றும். பெயரிடப்படாத தரவுகளில் லேபிளைக் கணிக்க கணினி வெவ்வேறு முறைகளைப் பயன்படுத்தலாம். கடந்த கால தரவுகளின் அடிப்படையில் எதிர்கால நிகழ்வு கணிப்புகளைச் செய்ய இந்த முறை பயன்படுத்தப்படுகிறது.
இந்த இயந்திர கற்றல் முறை கேமிங், வாகன வழிசெலுத்தல் மற்றும் ரோபாட்டிக்ஸ் போன்ற இடங்களில் பயன்படுத்தப்படுகிறது. இந்த முறையில், கணினி ஒரு சோதனை மற்றும் பிழை முறையால் கற்றுக்கொள்கிறது. இந்த முறையின் முக்கிய குறிக்கோள் வெளியீட்டை குறைந்த நேரத்தில் தீர்மானிப்பதாகும், இது பொருத்தமான கொள்கையைப் பின்பற்றுவதன் மூலம் செய்ய முடியும்.
இயந்திர கற்றலின் முக்கியத்துவம்
தரவுச் செயலாக்கத்தின் கருத்தை மிகவும் முக்கியத்துவம் வாய்ந்த அதே காரணங்களால் இயந்திரக் கற்றலின் முக்கியத்துவம் நாளுக்கு நாள் வளர்ந்து வருகிறது. இந்த காரணங்களில் மலிவான மற்றும் சக்திவாய்ந்த கணக்கீட்டு சக்தி, ஒவ்வொரு நாளும் அதிக அளவு தரவு உருவாக்கப்படுவது மற்றும் மலிவான மற்றும் அதிக திறன் கொண்ட தரவு சேமிப்பு முறைகள் ஆகியவை அடங்கும். இந்த காரணிகள் சக்திவாய்ந்த மற்றும் துல்லியமான மாதிரிகள் மிக விரைவாக உருவாக்கப்படலாம் என்பதை உறுதிசெய்கின்றன, அவை பெரிய தரவு இருப்புகளை மொத்தமாக பகுப்பாய்வு செய்வதில் பயன்படுத்தப்படலாம், சிறந்த, மிகவும் துல்லியமான வெளியீடுகளைப் பெறுவதற்காக. இதன் பொருள், குறைந்த நேரத்தில், எந்தவொரு மனித முயற்சியும் இல்லாமல் சிறந்த நிறுவன மற்றும் வணிக முடிவுகளை எடுக்க சிறந்த மாதிரிகள் பயன்படுத்தப்படலாம்.
இத்தகைய துல்லியமான மாதிரிகளை விரைவாக உருவாக்குவதற்கான ஒரு வழி தானியங்கி மாதிரி தயாரித்தல் ஆகும். இந்த மாதிரி மாறும் காலத்தைத் தக்கவைக்க போதுமானதாக இருக்க வேண்டும். மனிதர்கள் பொதுவாக வாரத்திற்கு இரண்டு மாதிரிகளை உருவாக்க முடியும், இயந்திர கற்றல் தரவை விரைவாக பகுப்பாய்வு செய்வதன் மூலம் ஆயிரக்கணக்கான துல்லியமான மாதிரிகளை உருவாக்க முடியும். அதனால்தான் வணிகங்கள் மற்றும் பிற துறைகளுக்கு இயந்திர கற்றல் மிகவும் முக்கியமானது.
இயந்திர கற்றல் வழிமுறைகள் மற்றும் செயல்முறைகள்
இயந்திர கற்றல் வழிமுறைகள் தரவை விரைவாக பகுப்பாய்வு செய்வதற்கும் துல்லியமான முடிவுகளைத் தருவதற்கும் கணினிக்கு உதவுவதன் மூலம் பெரிய தரவைப் பயன்படுத்த உதவுகின்றன. இந்த வழிமுறைகள் வணிக முடிவுகளை எடுக்க பயன்படுத்தக்கூடிய ஒரு மாதிரியை உருவாக்க உதவுகின்றன. சில வழிமுறை வகைகள் நரம்பியல் நெட்வொர்க்குகள், சீரற்ற காடுகள், கே-அதாவது கிளஸ்டரிங், சுய-ஒழுங்கமைக்கும் வரைபடங்கள் மற்றும் அருகிலுள்ள-அண்டை வரைபடம்.
இருப்பினும், வழிமுறைகளைப் பயன்படுத்துவது எல்லாம் இல்லை. பொருத்தமான செயல்முறையைப் பின்பற்றுவதன் மூலம் மட்டுமே சிறந்த மாதிரியை உருவாக்க முடியும். இத்தகைய செயல்முறைகளின் சில எடுத்துக்காட்டுகள் விரிவான தரவு மேலாண்மை, தரவின் ஊடாடும் ஆய்வு மற்றும் மாதிரியால் கண்டறியப்பட்ட முடிவுகளின் காட்சிப்படுத்தல்.
வணிகத்தில் இயந்திர கற்றலின் தாக்கம்
வணிகத்தில் இயந்திர கற்றலின் தாக்கம் மிகப்பெரியது. இயந்திர கற்றல் வணிகங்களுக்கு புதிய சாத்தியங்களைத் திறந்துள்ளது. இது துல்லியமான மாதிரி தயாரிப்பில் உதவியது, இது சிறந்த மற்றும் சிறந்த முடிவுகளை விரைவாக எடுக்க உதவியது.
சில நடைமுறை பயன்பாட்டு வழக்குகள்
இயந்திர கற்றல் பல இடங்களில் பயன்படுத்தப்படுகிறது. பரிந்துரை அமைப்புகள் பயனர்களின் விருப்பத்தேர்வுகள் மற்றும் தற்போதைய சந்தை முறைகளின் அடிப்படையில் உண்மையான நேரத்தில் பரிந்துரைகளை வழங்க இயந்திர கற்றலைப் பயன்படுத்துகின்றன.
ப்ரோமெடாஸ், இது மருத்துவ மென்பொருள் அல்லது “டெஸ்க்டாப் மருத்துவர்” என்பது ஒரு இயந்திரக் கற்றல் அடிப்படையிலான திட்டமாகும், இது நூற்றுக்கணக்கான ஆண்டுகால மருத்துவ அறிவைப் பயன்படுத்தி நோயைக் கண்டறிந்து கண்டறிய மருத்துவர்களுக்கு உதவுகிறது. நோயாளிகளில் நோயை அடையாளம் காண நோய் வடிவங்களின் முந்தைய பதிவுகளிலிருந்து சேகரிக்கப்பட்ட தரவை இது பயன்படுத்துகிறது. வியாதிகளை விரைவாக அடையாளம் கண்டு சிகிச்சையளிக்க இது உதவுகிறது.
அமேசான் தனது பணியாளர் அணுகல் வழங்கல் மற்றும் திரும்பப்பெறுதல் ஆகியவற்றை ஒரு கணினி வழிமுறையின் மூலம் தானியங்குபடுத்தியுள்ளது, இது ஒவ்வொரு பணியாளருக்கும் வள அணுகலை கணிக்க முடியும். இதற்காக, கணினி வழிமுறை அபாயங்களைப் பகுப்பாய்வு செய்ய பதிவுகளைப் பயன்படுத்துகிறது மற்றும் ஒரு பணியாளர் பொதுவாக எவ்வளவு நம்பகமானவர்.
கப்பல்களில் திமிங்கலங்களைத் தவிர்க்கும் வகையில் ஒலிப் பதிவுகள் மூலம் கடலில் உள்ள திமிங்கலங்களைக் கண்டறிய கார்னெல் பல்கலைக்கழகத்தால் இயந்திர கற்றல் வழிமுறைகளும் பயன்படுத்தப்படுகின்றன. திமிங்கலங்களைத் தவிர்ப்பதற்காக ஒரு கப்பல் செல்ல வேண்டிய பாதையைத் தீர்மானிக்க திமிங்கலங்களின் இடம்பெயர்வு தரவை (அவை எங்கு செல்கின்றன, எப்போது) இந்த வழிமுறை பகுப்பாய்வு செய்கிறது. (இயந்திர கற்றலின் நடைமுறை பயன்பாடுகளைப் பற்றி மேலும் அறிய, அடுத்த தலைமுறை மோசடி கண்டறிதலில் இயந்திர கற்றல் மற்றும் ஹடூப்பைப் பார்க்கவும்.)
முடிவுரை
தரவு நாளுக்கு நாள் வளர்ந்து வருவதால், பயனுள்ள செயலாக்கத்தின் முக்கியத்துவமும் வளர்ந்து வருகிறது. இதற்காக, இயந்திர கற்றல் முறைகள் வகுக்கப்பட்டுள்ளன, இது மனிதர்களின் குறைந்தபட்ச ஈடுபாட்டுடன், ஸ்மார்ட் முடிவுகளை எடுக்க அமைப்புக்கு உதவுகிறது. தகவல் தொழில்நுட்பத் துறையில் இந்த தொழில்நுட்பத்தின் தற்போதைய தாக்கம் மிகப்பெரியது, எனவே அதன் முக்கியத்துவம் எதிர்காலத்தில் தொடர்ந்து வளரும் என்று கற்பனை செய்வது எளிது.