סוגי למידת מכונה ואימון
הוצג| English | משמעות |
|---|---|
| machine learning/məˈʃiːn ˈlɜːnɪŋ/ | למידת מכונה |
| backpropagation/ˌbækprəpəˈɡeɪʃn/ | החזר מידע |
| supervised learning/ˈsuːpəvaɪzd ˈlɜːnɪŋ/ | למידה מופקחת |
| classification/ˌklæsɪfɪˈkeɪʃn/ | סיווג |
| unsupervised learning/ʌnˈsuːpəvaɪzd ˈlɜːnɪŋ/ | למידה בלתי מופקחת |
| clusters/ˈklʌstəz/ | אשכולות |
| reinforcement learning/ˌriːɪnˈfɔːsmənt ˈlɜːnɪŋ/ | למידת חיזוק |
| agent/ˈeɪdʒənt/ | סוכן |
| reward/rɪˈwɔːd/ | פרס |
| policy/ˈpɒlɪsi/ | מדיניות |
| gradient descent/ˈɡreɪdɪənt dɪˈsent/ | ירידת מערך |
| loss function/lɒs ˈfʌŋkʃn/ | פונקציית אובדן |
| epoch/ˈiːpɒk/ | אפוקה |
התוכנית שלימדה את עצמה פתיחה שלא אדם שיחק לעולם
- AlphaGo Zero קיבל רק את חוקי המשחק Go ולא עוד דבר. לא משחקי אדם, לא ספר פתיחות, לא ייעוץ. הוא שיחק נגד עצמו, החל מתנועות אקראיות.
- בתוך שלושה ימים הוא עקף את הגרסה שניצחה את האלוף העולמי. במהלך הדרכה he rediscovered (גילה מחדש) מאות שנות תורת פתיחות אנושית, ולאחר מכן זרק חלקים ממנה כפחות מעולים.
- הוא למד ממספר יחיד לאחר כל משחק: ניצחון או הפסד. זהו סוג למידה שונה לחלוטין מזה שבו מוצגים מיליון תמונות תוויות.
- לקח זה הוא שלושת הפרדיגמות של למידת מכונה, מה מידע כל אחת צריכה, וכיצב משקלים של רשת משתנים בפועל על ידי backpropagation.
למידה מופקחת
- למידה מופקחת מתאמנת על נתונים המכילים תוויות: תמונות מסומנות "חתול" או "כלב", דוא"לים מסומנים כספאם או לא, בתים עם מחירי המכירה שלהם.
- המודל לומד את היחס בין קלט לתווית, ואז מקבל קלטות שלא ראה לעולם ונדרש לייצר את התווית.
- היא מתחלקת למיון, שבו הפלט הוא קטגוריה, ולרגרסיה, שבה הפלט הוא מספר.
- העלות שלה היא התוויות: מישהו חייב ליצור אותן, מה שמספק עבודה אנושית רבה מאוד עבור מיליון תמונות.
דוגמאות מסומנות נכנסות, מודל יוצא, ואז קלטות ללא תוויות
למידה מופקחת משתמשת ב:
Difficulty 1/5 · 100 coins + a small bonus on first completion today
למידה מופקחת מתאמנת על דוגמאות מסומנות (למשל, תמונות עם תוויות חתול/כלב).
למידה בלתי מופקחת
- למידה בלתי מופקחת מקבלת נתונים ללא תוויות ונדרשת למצוא מבנה בהם.
- השימוש הנפוץ ביותר הואאגדוד: הקבצה של אגדים של פריטים דומים, כמו לקוחות הרוכשים דברים דומים, ללא שמישהו מחליט מראש מה צריכים להיות הקבוצות.
- זהו החוזק והחולשה שלה: היא יכולה לגלות קבוצה שאף אחד לא חשד בה, אך היא אינה יכולה לספר לך מה המשמעות של הקבוצה זאת.
למידה לא מופקחת משמשת ל:
Difficulty 1/5 · 100 coins + a small bonus on first completion today
ללא תוויות, למידה לא מופקחת מגלה דפוסים/קבוצות בנתונים.
למידה מחוזקת
- למידה מחוזקת כוללת סוכן הפועל בסביבה. כל פעולה משנה את המצב ומחזירה פרס, שעשוי להיות אפס לאורך זמן רב.
- הסוכן לומד מדיניות, אסטרטגיה לבחירת פעולות, הממקסימה את הפרס הכולל שלו לאורך הזמן. הוא לומד באמצעות ניסוי ושגיאה, ללא כל דוגמאות מסומנות.
- היא מתאימה לבעיות שהן רצף של החלטות שבהן הצעד הנכון נחשף רק על ידי התוצאה הסופית: משחקים, שליטה ברובוטים, מכוניות לנהיגה עצמאית. זה בדיוק המקרה של AlphaGo Zero.
בלימוד חיזוק, הסוכן לומד באמצעות:
Difficulty 1/5 · 100 coins + a small bonus on first completion today
הסוכן מנסה פעולות, מקבל תגמולים, ולומד מדיניות הממקסימה את התגמול לטווח הארוך.
בלמידת חיזוק הסוכן לומד ____ שממקסימה את התגמול הכולל שלו לאורך זמן.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
הוא לומד באמצעות ניסוי וטעות מתוך תגמולים, ללא כלל דוגמאות מסומנות, מה שגורם לכך שהוא מתאים לסדרות החלטות.
דוגמה מפורטת: בחר את הפרדיגמה
- עשר אלף סריקות רפואיות, כל אחת מסומנת על ידי רופא כמציגה גוש סרטני או לא, משמשות להכשרת מערכת לסינון סריקות חדשות. למידה מופקחת: הנתונים מכילים תוויות והמשימה היא ללמוד יחס קלט-תווית, ובמיוחד מיון.
- חנות רוצה לדעת האם לקוחותיה מתחלקים לקבוצות טבעיות, ללא בחירת הקבוצות מראש. למידה בלתי מופקחת: אין תוויות, והמשימה היא למצוא מבנה, ובמיוחד אגדוד.
- זרוע רובוטית חייבת ללמוד להניח רכיבים, שנמדדת רק לפי ההצלחה או הכישלון של כל ניסיון. למידה מחוזקת: סוכן, רצף של פעולות, ופרס במקום תווית.
- קבע את הפרדיגמה, ולאחר מכן נמק מתוך הנתונים: מסומנים, ללא תוויות, או אות פרס.
מעבדה לסוגי למידת בינה מלאכותית
סווג דוגמאות בינה מלאכותית לפי סוג הלמידה או הדאגה הקיימת בהן.
התאם כל פרדיגמת למידת מכונה לנתונים שלה.
Difficulty 2/5 · 140 coins + a small bonus on first completion today
לפיקוח = תוויות; ללא פיקוח = ללא תוויות; לימוד חיזוק = משוב תגמולים.
התאם כל מצב לפרדיגמת למידת מכונה הנדרשת עבורו.
Difficulty 2/5 · 140 coins + a small bonus on first completion today
תוויות, ללא תוויות, או תגמול. הנתונים קובעים את הפרדיגמה, ולא עוצמת המשימה.
אימון באמצעות הפצת שגיאה
- אימון פירונו התאמת משקלים כך שתפוצות הרשת תתאימו למטרות. השיטה היא הפרשית אחורית עם ירידת שיפוע.
- מעבר קדימה: הזנת קלט דרך הרשת וקבלת התוצאה שלה. חישוב השגיאה באמצעות פונקציית אובדן, המודדת את המרחק בין התוצאה למטרה.
- מעבר אחורי: הפצת שגיאה זו לאחור דרך השכבות כדי למצוא את ה-שיפוע של כל משקל, כלומר כמה המשקל תרם לשגיאה.
- עדכון: שינוי כל משקל בצעד קטן נגד השיפוע שלו. גודל הצעד הוא קצב הלמידה.
מטה, צעד אחד בכל פעם
Backpropagation מאמן רשת באמצעות:
Difficulty 1/5 · 100 coins + a small bonus on first completion today
שגיאת הזרימה חוזרת מהפלט לאורך הרשת (כלל השרשרת) כך שמצוין הגרדיאנט של כל משקל מופק, ולאחר מכן המשקלים צועדים במורד.
סדר את סיבוב אחד של אימונים בפרופגציה אחורית.
Difficulty 3/5 · 200 coins + a small bonus on first completion today
קדימה, שגיאה, אחורה, עדכון, חוזר על עצמו מספר רב של אפוקות עד שהשגיאה מפסיקה לרדת.
אפוקות, ולמה קצב הלמידה חשוב
- מעבר אחד על כל ערכי האימון הוא אפוקה. האימון חוזר על עצמו מספר רב של אפוקות עד שהשגיאה מפסיקה לרדת.
- אם קצב הלמידה גדול מדי, הוא יעבור על המינימום והשגיאה תזנק; אם הוא קטן מדי, האימון ייקח זמן רב מדי.
- לאחר האימון, שימוש בדגם הוא רק מעבר קדימה, ולכן רשת מאומנת מגיבה מיידית גם אם האימון לקח ימים.
בירידת גרדיאנט, קצב הלמידה קובע כמה גדול הצעד בכל עדכון משקל — גדול מדי גורם להתעלפות מהמינימום, וקטן מדי מאט את האימון.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
פרופגציה אחורית מוצאת את גרדיאנט המשקל; קצב הלמידה קובע עד כמה המשקל יזוז לאורך גרדיאנט זה.
אילו טענות לגבי האימון הן נכונות? סמן את כולם החלופות הרלוונטיות.
Difficulty 2/5 · 140 coins + a small bonus on first completion today
קצב הלמידה הוא גודל כל עדכון משקל. מכאן שהאימון עשוי להימשך ימים בעוד שחיזוי לוקח מיליוניות של שנייה.
סימונים נופלים מהיד
- הנחת פרדיגמה מה-נתונים: נתונים מסומנים הם מופקחים, בלתי מסומנים הם בלתי מופקחים, אות סימול הוא חיזוק.
- לחיזוק אין תוויות. כינוי הסימול שלו לתוויה הוא בלבול קלאסי.
- הפרשית אחורית היא קדימה, שגיאה, אחורה, עדכון, חוזרת על עצמה. כינוי "היא מתאימה את המשקלים" הוא רק מחצית התשובה.
- קצב הלמידה הוא גודל הצעד, ולא מהירות האימון או מספר האפוקות.
הבנתך מושלמת
- מופקח לומד קלט לתווית מתוך נתונים מסומנים, עבור סיווג או רגרסיה · בלתי מופקח מזהה מבנה כמו אשכולות ב-נתונים בלתי מסומנים · חיזוק יש לו סוכן לומד מדיניות מתוך סימולים באמצעות ניסוי ושגיאה
- לבחור את הפרדיגמה לפי מה שהנתונים מספקים, ולא לפי קושי המשימה
- הפרשית אחורית: מעבר קדימה, שגיאה מתוך פונקציית אובדן, מעבר אחורי הנותן את השיפוע של כל משקל, ואז עדכון בגודל הנקבע על ידי קצב הלמידה
- האימון חוזר על עצמו מספר רב של אפוקות; שימוש בדגם מאומן הוא מעבר קדימה אחד