Možete li objasniti razliku između strojnog učenja, dubokog učenja i učvršćenja učenja intuitivno, poput objašnjavanja djetetu?


Odgovor 1:

Zaista nema velike razlike između triju vrsta, a vjerojatno je lakše ne prevladati razlike previše.

Rijetko koristim izraz „duboko učenje“ radije umjesto da koristim ili „strojno učenje“, „statistički model“ ili samo „model“.

Ali s tim ćete reći, ovisno o tome koliko je dijete staro i koliko ih zanima tema, mogli biste reći nešto poput sljedećeg, što pretpostavlja da ne zna puno o tome kako rade računala, ali pomalo ih zanima tema.

Strojno učenje

Točno onako kako zvuči.

Baš kao što možete naučiti nove stvari gledajući videozapise na YouTubeu ili čitajući knjige, strojno učenje je ono kada računala uče sama gledajući posebne videozapise na YouTubeu i čitajući posebne knjige dizajnirane za računala.

Programeri i dalje moraju reći računalu kako učiti, ali ne moraju mu reći kako da radi ono što uči, a to je često puno teže.

Zamislite na primjer, mnogo mi je lakše kada vam kažem da učite japanski gledajući videozapise na youtubeu, nego što vas zapravo ja učim japanski (uglavnom zato što ne govorim japanski).

Duboko učenje

Duboko učenje posebna je vrsta strojnog učenja.

Zamislite da želite naučiti kako pobijediti razinu u Mariom. Možda biste željeli izmjeriti svoj napredak gledajući koliko bodova uspijete skupiti tijekom trčanja.

Što više bodova skupite to ste bolje radili.

Cilj je naravno sakupiti što više bodova.

Duboko učenje djeluje na isti način. Računalo pokušava naučiti skupiti što više bodova pokušavajući različite stvari.

Postoji i nešto što se naziva "evolucijski algoritmi" gdje računalo također pokušava maksimizirati rezultat, ali to čini slučajnim nagađanjima koje tipke pritisnuti i drži se onoga što funkcionira.

Duboko učenje je pametnije i može teoretizirati o tome što bi trebalo učiniti drugačije da pobijedi šefa.

Ojačavanje učenja

Ojačavanje učenja je također vrsta strojnog učenja i može biti malo drugačije ovisno o tome kako ga koristite.

Ali obično, uglavnom funkcionira poput dubokog učenja u gornjem primjeru gdje kontrolirate lik.

Duboko učenje općenitije je i može se koristiti za stvari poput pronalaska onoga što je na slici.

Ova objašnjenja trpe pretjerano pojednostavljenje i samo su poluistine koje su potrebne kod pojednostavljenja do te mjere, ali vjerujem da ova objašnjenja imaju neke koristi.

U većini slučajeva, međutim, troje se kombiniraju, a kao što sam spomenula na početku odgovora, nije strašno važno kako ga vi nazivate.