Что такое
машинное обучение?
Самое простое определение машинного обучения
Введение в машинное обучение
Машинное обучение использует сложные алгоритмы, чтобы «учиться» на огромных массивах больших данных. Чем больше данных доступно алгоритмам, тем лучше они обучаются. Примеров работы машинного обучения в реальной жизни сегодня множество. Вспомните о персональных рекомендациях продуктов на Amazon, распознавании лиц на Facebook или мгновенно предлагаемых маршрутах на Google Картах.
Что такое нейронная сеть?
Нейронные сети — или искусственные нейронные сети — это тип машинного обучения на основе принципа работы нейронов в человеческом мозге. Это компьютерные программы, использующие несколько уровней узлов (или «нейронов»), работающие параллельно для изучения вещей, распознавания образов и принятия решений подобно человеку.
Что такое глубокое обучение?
Глубокое обучение — это «глубокая» нейронная сеть, включающая в себя большое число уровней нейронов и огромный объем данных. Этот передовой тип машинного обучения способен решать сложные комплексные нелинейные проблемы. Это источник таких прорывных технологий в области ИИ, как обработка естественного языка, персональные «цифровые помощники» и автоматически управляемые автомобили.
Контролируемое и неконтролируемое обучение
Алгоритмы контролируемого обучения обучаются на данных, содержащих правильные ответы. Они формируют модели, сопоставляющие данные с ответами, и затем используют эти модели для дальнейшей обработки. Неконтролируемые алгоритмы обучаются на данных без указанных правильных ответов. Они используют для повышения уровня обучения различные большие наборы данных.
Основы и наилучшие методики машинного обучения для бизнеса
Пять лекций по машинному обучению от новаторов
Какие пять основных качеств характеризуют лидеров в сфере машинного обучения? Новаторы используют эту технологию для значительного повышения эффективности работы бизнес-подразделений — от управления кадрами и финансового отдела до маркетинговой и логистической служб.<br />
101 секрет машинного обучения
Узнайте о различных типах машинного обучения, вариантах его использования и преимуществах для бизнеса. Определите, отвечает ли машинное обучение вашим задачам, и получите практическое руководство по выработке «умной» стратегии ИИ.
Варианты использования машинного обучения в ключевых секторах
Производство
В производственной сфере накапливается огромный объем данных с датчиков на заводах и из Интернета вещей, которые прекрасно подходят для машинного обучения. Алгоритмы машинного распознавания образов и обнаружения отклонений используются при контроле качества, ряд других алгоритмов — в самых разных сферах, от диагностического обслуживания и прогнозирования спроса до предложения новых услуг.
Финансы
Финансы — одна из самых подходящих областей для применения машинного обучения, если принять во внимание огромное количество финансовых данных и исторических записей. Алгоритмы используются для торговли ценными бумагами, утверждения кредитов, обнаружения мошенничества, оценки рисков и андеррайтинга в страховании. Они применяются даже для «роботизированного консультирования» клиентов и согласования портфелей с целями пользователей.
Здравоохранение
Алгоритмы машинного обучения способны обрабатывать больше данных и выявлять больше закономерностей, чем любая команда исследователей или врачей. От анализа медицинских изображений и раннего обнаружения онкологических заболеваний до разработки лекарств и роботизированной хирургии — возможности машинного обучения безграничны.
Исследования в области машинного обучения
Мы сформировали глобальную партнерскую сеть, в которую входят такие ведущие исследовательские центры, как Массачусетский технологический институт (MIT), Стэнфордский, Нью-Йоркский и Амстердамский университеты. Задачей партнерства является изучение будущего машинного обучения и расширение сферы его использования в бизнесе. Благодаря такому сотрудничеству мы выделили ряд тем для исследований в области машинного обучения и работаем над решением открытых проблем ИИ в целом ряде отраслей. Богатый накопленный опыт позволяет идти в ногу с последними тенденциями в машинном обучении и разрабатывать новые технологии в контексте решений SAP.
Курсы по машинному обучению
Корпоративное машинное обучение — краткий обзор
Не знаете точно, как использовать машинное обучение в контексте вашего бизнеса? На этом онлайн-курсе openSAP вы пройдете все этапы от определения вариантов использования до создания прототипов.
Методы глубокого обучения и проектирование систем
Этот курс более сложного уровня от Google Udacity посвящен глубокому обучению и расскажет вам, как проектировать интеллектуальные системы, обучаемые на больших наборах данных.
Корпоративное глубокое обучение с TensorFlow
Пройдите практический вводный курс по глубокому обучению с использованием Google TensorFlow. Разработанный для специалистов по данным и разработчиков, этот онлайн-курс освещает формирование моделей для решения проблем предприятия.
Будьте в курсе последних тенденций в сфере машинного обучения
SAP
Как стать «умным» предприятием
Интеллектуальное оборудование, работающее в отдельных бизнес-подразделениях, — не новинка. Что действительно впечатляет, так это внедрение ИИ в масштабах всей компании для получения гораздо более значительных преимуществ.
SAP
Человеческая сторона машинного обучения
Многие эксперты прогнозировали, что машинное обучение приведет к массовым увольнениям. Но что на самом деле? Результаты недавнего исследования показывают, что в будущем будут крайне необходимы высококвалифицированные специалисты.
SAP
Машинное обучение в реальном мире
За исключением Google и Facebook, малые и крупные предприятия, активно внедряющие машинное обучение, мало кому известны. Подробнее о внедрении машинного обучения.<br>