வணிகத்திற்கான புதிய செயல்திறனை அறிமுகப்படுத்துவதற்கு வெளிப்படையான திறமையற்ற தன்மையிலிருந்து இயந்திர கற்றல் எவ்வாறு செயல்பட முடியும்?

நூலாசிரியர்: Roger Morrison
உருவாக்கிய தேதி: 25 செப்டம்பர் 2021
புதுப்பிப்பு தேதி: 21 ஜூன் 2024
Anonim
நாம் விஷயங்களை உருவாக்கும் முறையை டொயோட்டா எவ்வாறு மாற்றியது
காணொளி: நாம் விஷயங்களை உருவாக்கும் முறையை டொயோட்டா எவ்வாறு மாற்றியது

உள்ளடக்கம்

கே:

வணிகத்திற்கான புதிய செயல்திறனை அறிமுகப்படுத்துவதற்கு வெளிப்படையான திறமையற்ற தன்மையிலிருந்து இயந்திர கற்றல் எவ்வாறு செயல்பட முடியும்?


ப:

இயந்திர கற்றல் அமைப்புகளின் மிகப்பெரிய சாத்தியமான பயன்பாடுகளில் ஒன்று வணிக செயல்முறைகள் மற்றும் செயல்பாடுகளுக்கான முக்கியமான செயல்திறன்களின் சுரங்கமாகும். இயந்திர கற்றல் வளர்ச்சியடைந்து வருவதால் இந்த புலம் இன்னும் வளர்ந்து வருகிறது, மேலும் விற்பனையாளர்கள் வணிக சூழ்நிலைகளை மதிப்பிடுவதற்கு நிறுவனங்களுக்கு அதிக சக்திவாய்ந்த கருவிகளை வழங்குகிறார்கள்.


பொதுவாக, இயந்திரக் கற்றல் அதிக அளவிலான சாத்தியக்கூறுகளையும் தேர்வுகளையும் ஆராய்வதன் மூலம் செயல்திறனை வழங்க முடியும், அவற்றில் சில அவற்றின் முகத்தில் திறமையற்றதாகத் தோன்றலாம். ஒரு சிறந்த எடுத்துக்காட்டு சிமுலேட்டட் அனீலிங் என்று அழைக்கப்படும் ஒரு செயல்முறையாகும், இது வழிமுறைகளை உள்ளடக்கியது, இது பொறியியலாளர்கள் மோசடி செய்தபின் உலோகத்தை குளிர்விக்கும் அதே வழிகளில் சில முடிவுகளை உருவாக்குகிறது. ஒரு விதத்தில், கணினி தரவை எடுத்துக்கொள்கிறது மற்றும் இந்த திறனற்ற பாதைகள் அல்லது விளைவுகளை ஆராய்கிறது, எந்த வகையிலும் ஒன்றிணைந்தால், மாற்றப்பட்டதா அல்லது கையாளப்பட்டால், அவை உண்மையில் மிகவும் திறமையான முடிவை உருவாக்க முடியுமா என்பதைக் கண்டறியும். ஆழ்ந்த திறமையான விருப்பங்களை வேரறுக்கக்கூடிய சிக்கலான மாதிரிகளை தரவு விஞ்ஞானிகள் உருவாக்கக்கூடிய பல வழிகளில் சிமுலேட்டட் அனீலிங் ஒன்றாகும்.


இந்த வகை இயந்திர கற்றல் திறனைப் பற்றி சிந்திக்க ஒரு வழி சமீபத்திய ஆண்டுகளில் ஜி.பி.எஸ் வழிசெலுத்தல் அமைப்புகள் எவ்வாறு உருவாகியுள்ளன என்பதைப் பார்ப்பது. ஜி.பி.எஸ் வழிசெலுத்தல் அமைப்புகளின் ஆரம்ப தலைமுறைகள் பயனர்களுக்கு மிக அடிப்படையான தரவை அடிப்படையாகக் கொண்ட பல திறமையான பாதைகளை வழங்கக்கூடும் - அல்லது மாறாக, இப்போது நமக்குத் தரும் தரவு மிகவும் அடிப்படை என்று தோன்றுகிறது. பயனர்கள் நெடுஞ்சாலைகள், சுங்கச்சாவடிகள் இல்லாத வேகமான பாதை போன்றவற்றைப் பயன்படுத்தி விரைவான வழியைக் கண்டுபிடிக்க முடியும். இருப்பினும், வாகன ஓட்டிகள் கற்றுக்கொண்டபடி, ஜி.பி.எஸ் உகந்ததாக திறமையாக இல்லை, ஏனெனில் சாலைப்பணி, விபத்துக்கள் போன்ற சிக்கல்களை இது புரிந்து கொள்ளவில்லை. முடிவுகள் இயந்திரத்தில் கட்டமைக்கப்பட்டுள்ளன, மேலும் ஜி.பி.எஸ் மிகவும் திறமையான பதில்களை வழங்குகிறது, ஏனென்றால் வழிமுறை மிகவும் அடிப்படை அமைப்புக்கு திறனற்றதாகத் தோன்றும் பாதைகளை கருத்தில் கொள்கிறது. கற்றல் மூலம், இயந்திரம் செயல்திறனைக் கண்டறியும். இது பயனருக்கு அளிக்கிறது, இதன் விளைவாக, மிகவும் உகந்த சேவையை வழங்குகிறது. இயந்திர கற்றல் நிறுவனத்திற்கு என்ன செய்யுமோ அந்த வகை - இது சில பகுப்பாய்வு சிக்கல்கள் தேவைப்பட்டாலும், உகந்த மற்றும் திறமையான மறைக்கப்பட்ட பாதைகளை கண்டுபிடிப்பதன் மூலம் செயல்திறனை விடுவிக்கும். உகந்த விளைவுகளை வழங்குவதில் மிகவும் அக்கறை கொண்ட இந்த அமைப்புகள் டிஜிட்டல் வணிக நுண்ணறிவு சுரங்கத்திற்கு மட்டும் பயன்படுத்தப்படுவதில்லை; எடுத்துக்காட்டாக, இயந்திர கற்றல் முறைகளைப் பயன்படுத்துவது எவ்வாறு சமூகங்களுக்கு மின்சாரம் வழங்கும் நிலக்கரி ஆலைகளின் செயல்பாட்டை வியத்தகு முறையில் மேம்படுத்த முடியும் என்பதை GE இன் அறிக்கை காட்டுகிறது.