AI技術解説：教師あり学習を理解する

この投稿では、一番使われたものをお伝えします。教師トレーニングです。 

初期段階のAIアルゴリズムは、新生の脳として完全に空白であることが理解されています。 それは本当に空白ではありません。 AIで何かをするためには、それを教える必要があります。 先生にとって教えがとても重要である理由です。

犬と猫を区別することで、最も使われている例である教師の学習を記述するためにこれを使います。

最初にあなたの犬と猫を見せたら、 新生児は、犬と猫の区別できません。.. . 猫や犬の体験はありません。 犬がどんな姿なのか、猫が見えるのかは分かりません。 猫と犬の間で子供が区別できるようにするにはどうすればよいですか? 両親は犬を「この動物は犬です」と示し、猫を教える。「この動物は猫です」。. 何度もこのエクササイズを繰り返すと、新生児は犬と猫の違いを認識します。.. . このプロセスが完了すると、新生児は犬を見ているときに「犬」と「猫」に答えることができます。

上記の例から見ることができるように、人工知能は新生児に似ています。 初期のAIは、どの画像が犬の画像なのか、猫の画像なのかを分かりません。.. . トレーニングがないため。 だから、人工知能を学ぶために、 人は犬と猫を含むたくさんの画像を用意する必要があります。 また、自分の犬を含む画像は「このイメージは犬のイメージ」にタグ付けされ、猫を含む画像は「このイメージは猫のイメージ」にタグ付けする必要があります。. たくさんのタグ付き画像をAIに入力すると、AIが自動的に画像とタグを識別し、犬の画像は、猫のイメージがどのような機能であるかを自動的に認識します。.. . 犬のイメージが学習完了したAIに入力されると、犬のイメージは犬のイメージに似ているように決定され、猫の出力は猫のイメージが入力されたときに学ぶために使用される猫のイメージに似ていると決定されます。

上記の各ステップについて、より専門的な方法で説明してみましょう。

          (実際の説明と若干異なる場合があります。)

「このイメージは犬のイメージ」として犬を含むイメージをタグ付けし、猫を含むイメージを「このイメージは猫のイメージです」とラベル付けします。私は言っています。 実際にはタグ付けされませんが、0と1のような数字でイメージをラベル付けします。 言い換えると、0は「このイメージは犬のイメージ」を意味し、1は「このイメージは猫のイメージ」を意味します。 すべてのデータをラベル作成する アノテーションナショナル・アントヘム.

          (実際の説明と若干異なる場合があります。)

学習(学習)トレーニングプロセスの詳細な説明は、学習の過程で、犬のイメージや猫のイメージを入力することができ、AIの出力値が何であるかを見ることができます。 犬の画像が入ると、数字0.8(猫に近い値)が出力されると、0と0.8の違いはAIに反転します。 この逆波が実行されると、犬の画像が入力したときにゼロの値を出力できるように、AIのそれぞれのパラメータ値(太り値)が更新されます。 このプロセスが何度も繰り返されると、犬の画像が入ってくると、出力がゼロになるようにAIのパラメータが変更されます。

          (実際の説明と若干異なる場合があります。)

AIが終了したら、人や猫のかどうかを判断するために、AIに新しいイメージを置きます。 推論申し訳ございません。 つまり、新しいイメージが学習完了したAIに入った場合、AIは、画像が犬と猫の確率で、最終出力としてより高い確率を発揮する確率を計算します。