व्याख्यान : प्रो. राम भावसार

16.09.2017
विषय : machine learning
Approaches
Rule based
Statistical

Laws दो तरह के हैं-
Nature law
Man made law

Statistical = data driven approach
मशीन data से सीखेगी। हम सीखते हैं-
Task करने के लिए।
हर बार task करने से-
Experience
Machine learns Experience 'E' with task T and improves performance P.
इसके लिए training phases
(जैसे हमारे लिए semester teaching.)
इसके बाद evaluation phase.
सामान्य सिस्टम
Input - process - output
Machine learning system
Input, output लेता है और program देता है।
बीच में learning algorithms होते हैं।
जैसे-
किसी परीक्षा में passing no. न पता हो।
अब एक marksheet में 10 नंबर पर फेल।
System जान गया कि 10 और इससे कम फेल।
दूसरी marksheet में 78 पर पास।
System जान गया कि 78 और इससे अधिक नंबर पाने वाले पास।
इसी तरह 100-1000 marksheets में 39 फेल, 40 पास का data मिल जाता है। अब पुराने नियम छोड़कर नए नियम लेगा।

इसी तरह बड़े डाटा पर सीखकर system काम करेगा।
सीखने की भी सीमा है। इसलिए evaluation-
Precision
Recall
F-measure
Learning = नए परिवेश में स्थितियों को देखकर अपने आप को ढाल लेना।
Data warehouse : जिसमें historical data रखा जाता है। इसके ऊपर analytical processing करते हैं।
Data mining
Tasks : बड़े data में से useful data निकालना।
Statitians डाटा analysis के methods तैयार करते हैं।
उनके methods को tasks पर apply करना machine learning है।
प्रकार
Supervised learning
Unsupervised learning
Reinforcement learning : उसी समय आई समस्या के अनुसार कदम उठाना।

Machine learning में data को set of features कहते हैं। features कितने भी हो सकते हैं।