کاربردهای یادگیری ماشین

در این پست میخواهیم به بررسی کاربردهای یادگیری ماشین بپردازیم و فارغ از انواع یادگیری ماشین صرفا به کاربردهای آن می پردازیم

1) شناسایی تصویر:

شناسایی تصویر یکی از پرکاربردترین مباحث یادگیری ماشین است . اساس کار به این صورت است که ماشین به دنبال الگو، شی ای خاص یا ویژگی منحصر به فردی میگردد. تشخیص چهره و OCR از مهم ترین کاربردهای شناسایی تصویر می باشد.

2)کلاس بندی اخبار: یکی از کاربردهای اصلی یادگیری غیرنظارت شده کلاس بندی اخبار براساس نوع موضوع یا سایر پارامترها می باشد.

به طور مثال سیستم اخبار گوگل هرروز حجم بسیار زیادی از اخبار گوناگون را از خبرگزاری های مختلف استخراج می نماید. یکی از مطالب بسیار مهم این است که بتواند به صورت درست این مطالب را دسته بندی و کلاس بندی نماید. برای اینکار از یادگیری ماشین استفاده می گردد.

3) تشخیص گفتار: در ابتدا بهتر است کمی در این مورد توضیح دهیم.

تشخیص گفتار به فرایندی گفته می شود که کلمات گفتاری به متن تبدیل می شوند. دستیارهای صوتی از این قابلیت برای تعامل بهتر با کاربر خود استفاده می کنند. البته حوزه دستیاران صوتی وارد مباحث گوناگونی نظیر NLP نیز میگردد که در آینده مفصلا پیرامون آن نیز توضیحاتی داده خواهد شد.

4)رگرسیون: یکی از کاربردهای متداول و فراگیر یادگیری ماشین رگرسیون می باشد که درواقع پیدا کردن رابطه دقیق بین پارامترهای ورودی و خروجی است.

فرض کنید سه متغییر ورودی و یک متغییر خروجی داریم. بررسی روابط بین متغییرهای ورودی و خروجی را به وسیله رگرسیون انجام میدهیم. یکی از موارد مهم این است که به کمک رگرسیون می توان پارامترهارا بهینه کرد.

5)سیستم های پیشنهادکننده (recommender system) یکی از کاربرد های بسیار جذاب در یادگیری ماشین که امروزهبخش عظیمی از تمرکز مهندسان یادگیری ماشین را به خود مشغول کرده است سیستم های پیشنهادکننده می باشد. در اینسیستم ها محصولات، خدمات یا مواردی از این دست به مخاطبان سایت پیشنهاد می شوند. بطور مثال اگر شما از یکیاز فروشگاه های اینترنتی قاب آیفون ۱۱ خریداری نمایید، به شما گلس، شارژر و هدفون این گوشی نیز پیشنهاد میشود یا اینکه قاب سایر گوشی ها به شما پیشنهاد می گردد یا مثلا درسایتهای ارائه دهنده فیلم و سریال، اگر شما سریال یا فیلمی در ژانر کمدی مشاهده کنید،در آینده فیلم و سریال های کمدی به شما پیشنهاد خواهد شد. این موضوع در موتور جستجو همچون گوگل هم صادق است بطوری که اگه در شما چیزی را درگوگول سرچ نمایید در آینده بازهم مواردی که جستجو کرده اید به شما نشان و پیشنهاد میدهد. وسعت این حوزه به قدری زیاد است که چندین روش یادگیری ماشین نظیر یادگیری نظارت شده، غیرنظارت شده، نیمه نظارت و تقویتی منطبق براین سیستم وجود دارد. این نوع سیستم با موضوع کلان داده هم در آمیخته شده است.