Machine Learning - IV
By Seshadhiri Dhanasekaran

காலைல linear regression பார்த்தோம். இப்ப types of learning பார்ப்போம்.Machine Learning - IV

காலைல linear regression பார்த்தோம். இப்ப types of learning பார்ப்போம்.
#MachineLearning
#Thread

மொத்தம் 4 வகை லேர்னிங் இருக்கு.

1. Supervised Learning
2. Un Supervised Learning
3.Semi-Supervised Learning
4.Reinforcement Learning

இது இல்லாம Self லேர்னிங் , Transfer லேர்னிங் எல்லாம் இருக்கு. அதெல்லாம் விரிவாக Deep Learning கட்டுரையில் எழுதுவோம்.

சரி இப்போது supervised learningக்கு வருவோம்.

supervised learning என்பது ஏற்கனவே பழைய வரலாற்று டேட்டா எல்லாம் இருந்து கரெக்ட்டா இருந்தா இந்த மாதிரி அவுட்புட் வரும்ன்னு தெரிஞ்சு செய்யுறது

உதா . நீங்க பாஸ்போர்ட் வேண்டி போனால், ஆதார் கார்டு, ரேஷன் கார்டு, போல சில வகுக்கப்பட்ட ஆவணங்கள் இருந்தால் உங்கள் குடியுரிமை நிரூபிக்கப்பட்டு பாஸ்போர்ட் தருவாங்க. இங்க ஆவணங்கள் தான் attributes , அது என்ன என்ன ன்னு தெளிவா government வகுத்து இருப்பாங்க.

அதை போலவே ஒரு டேட்டாவில் எல்லாமே லேபிள் ( அடையாளப்படுத்தப்பட்டு ), அவுட்புட்டும் அடையாளப்படுத்தப்பட்டு ( கொடுக்கலாமா/வேண்டாமா) என இருந்தால் அது supervised Learning.

சிம்பிளா சொன்னா போன sem பாடம் எடுத்த அதே வாத்தியார் திரும்பவருவது போல. அவருக்கு யார் நல்லா படிப்பான்,படிக்காம இருந்தாலும் யார் அமைதியா இருப்பா , யாரு சேட்டை செய்வாங்கனு தெரிஞ்சு அதற்க்கு ஏற்றார்போல பாடம் நடத்தி ரிசல்ட் கொடுப்பது.

unsupervised learning என்பது பழைய டேட்டா எதுவுமே இல்லாம, புதுசா ஆரம்பிக்கிறது போல. உதா .நம்ம மோடிஜி lockdown அறிவிச்ச மாதிரி முன்னாடி எப்படி இருக்கும்ன்னும் தெரியாது, என்ன நடக்கப்போவதுன்னு அது போற போக்கில் தான் தெரியும்.

சிம்பிளா சொன்னா புதுசா ஒரு வாத்தியார் வந்தா அவருக்கு யார் படிப்பான், யாரு படிக்க மாட்டான்னு தெரியாம போக போக தெரிந்து கொள்வது போல

semi supervised learning என்பது ரெண்டும் கலந்த மாதிரி . பாதி டேட்டா லேபிளோட இருக்கும், பாதி இருக்காது. உதா . நம்ம பழைய பாடல்கள் கேக்குறது போல , அதை இசையமைத்தது இளையராஜாவா,MSV யா, என்ன ராகம் , என்ன தாளம்ன்னு நாம கண்டுபுடிக்கிறது.
பாதி விஷயம் தெரியும், பாதி தெரியாது.

Reinforcement learning என்பது தான் முக்கால்வாசி gameகளில் பயன்படுது. ஒரு ஸ்டேஜ்ல இருந்து அடுத்த ஸ்டேஜ் போக லெவல் முடிக்கிற மாதிரி. தோத்தாலும் எப்படி தோத்தீங்கன்னு புரிஞ்சு அடுத்த ஆட்டத்தில் ஜெயித்து அடுத்த கட்டம் செல்வது போல. ஜெயித்து அடுத்த ஸ்டேஜ் போறது +ve reward , தோத்தா -ve

Machine learning டாஸ்க்ல இருப்பது ரெண்டே வகை தான்.

ஒன்று prediction : இதில் classification , regression வரும்.

மற்றொன்று Description : இதில் density estimation , clustering , dimensionality reduction.

இதில் இப்போது வந்து இருக்கும் அட்வான்ஸ் சிஸ்டம் மல்டி ஏஜென்ட்ஸ் சிஸ்டம். இது reinforcement learning இன் அடுத்த கட்டம் . IoT இதில் வருகிறது. உங்கள் போன், வாட்ச் , கார் என்று எல்லாமே ஏஜெண்ட்ஸ் தான்.

எல்லாமே data கலெக்ட் செய்து உங்கள் வாழ்வியலுக்கு தேவையானது போல சீர்படுத்தி கொள்ளலாம்.உதா 8 மணிக்கு ஆபீஸ்ல இருந்து கிளம்பும்போது Alexaவிடம் வீட்டில் A/Cயை போட்டு வைக்கும்படி சொல்லி ஆர்டர் செய்வது.

நாளை முதல் சிறிது ப்ரோக்ராம்மிங் + கான்சப்ட்ஸ் பார்ப்போம்.

#MachineLearningTamil