Fêrbûna bi çavdêrîkirin û neçavdêrî du celebên bingehîn ên paradîgmayên fêrbûna makîneyê ne ku li ser bingeha xwezaya daneyan û armancên peywira di dest de ji armancên cûda re xizmetê dikin. Fêmkirina kengê karanîna perwerdehiya çavdêrîkirî li hember perwerdehiya neserperest di sêwirana modelên fêrbûna makîneya bandorker de pir girîng e. Hilbijartina di navbera van her du rêbazan de bi hebûna daneya binavkirî, encama xwestî, û avahiya bingehîn a databasê ve girêdayî ye.
Fêrbûna çavdêrîkirî celebek fêrbûna makîneyê ye ku model li ser databasek nîşankirî tê perwerde kirin. Di fêrbûna çavdêrîkirî de, algorîtm fêr dibe ku bi nimûneyên perwerdehiyê re daneyên têketinê bi derana rast re nexşe bike. Van mînakên perwerdehiyê ji cotên ketin-derketinê pêk tên, ku daneya têketinê bi hilbera rast an nirxa armancê re têkildar e. Armanca fêrbûna çavdêrî ew e ku meriv fonksiyonek nexşeyê ji guhêrbarên têketinê heya guhêrbarên derketinê fêr bibe, ku dûv re dikare were bikar anîn da ku li ser daneyên nedîtî pêşbîniyan bike.
Fêrbûna çavdêrîkirî bi gelemperî tê bikar anîn dema ku encamek xwestî were zanîn û armanc fêrbûna têkiliya di navbera guhêrbarên ketin û derketinê de ye. Ew bi gelemperî di peywirên wekî dabeşkirin de, ku mebest pêşbînîkirina etîketên çîna mînakên nû ye, û paşveçûn e, ku armanc pêşbînkirina nirxek domdar e, tête bikar anîn. Mînakî, di senaryoyek fêrbûna çavdêrîkirî de, hûn dikarin modelek perwerde bikin da ku pêşbînî bike ka e-nameyek spam e an na li ser bingeha naveroka e-nameyê û statûya spam/ne-spam a e-nameyên berê ye.
Ji hêla din ve, fêrbûna neçavdêrî celebek fêrbûna makîneyê ye ku model li ser databasek nenavkirî tê perwerde kirin. Di fêrbûna bêserûber de, algorîtm ji daneya têketinê bêyî bertekên eşkere li ser derana rast, qalib û strukturan fêr dibe. Armanca fêrbûna neçavdêrî ew e ku strukturên bingehîn ên daneyan keşf bikin, qalibên veşartî kifş bikin, û bêyî hewcedariya daneya binavkirî nihêrînên watedar derxînin.
Fêrbûna bêserûber bi gelemperî tête bikar anîn dema ku armanc ew e ku daneyan keşif bikin, nimûneyên veşartî bibînin, û xalên daneyên wekhev bi hev re kom bikin. Ew bi gelemperî di peywirên wekî kombûnê de tê sepandin, ku armanc ev e ku meriv xalên daneya wekhev li koman li gorî taybetmendiyên wan kom bike, û kêmkirina pîvanê, ku armanc kêmkirina hejmara taybetmendiyan e dema ku agahdariya bingehîn di daneyê de biparêze. Mînakî, di senaryoyek fêrbûna neçavdêrî de, hûn dikarin komkirinê bikar bînin da ku xerîdar li ser bingeha tevgera kirîna wan kom bikin bêyî ku berê agahdariya beşên xerîdar bidin.
Hilbijartina di navbera fêrbûna bi çavdêrî û neçapkirî de bi çend faktoran ve girêdayî ye. Ger we danehevek nîşankirî heye û hûn dixwazin encamên taybetî pêşbîn bikin, fêrbûna çavdêrî bijareya guncan e. Ji hêla din ve, heke we danehevek nenavkirî heye û hûn dixwazin strukturên daneyê bikolin an qalibên veşartî bibînin, fêrbûna neçapkirî maqûltir e. Di hin rewşan de, berhevokek hem teknîkên çavdêrî û hem jî yên neçapkirî, ku wekî fêrbûna nîv-serperiştkirî tê zanîn, dikare were bikar anîn da ku berjewendîyên her du nêzîkatiyan bikar bîne.
Biryara karanîna perwerdehiya çavdêrîkirî li hember perwerdehiya neçapkirî di fêrbûna makîneyê de bi hebûna daneyên binavkirî, cewherê peywirê, û encama xwestinê ve girêdayî ye. Fêmkirina cûdahiyên di navbera fêrbûna çavdêrîkirî û neserperiştkirî de ji bo sêwirana modelên fêrbûna makîneya bi bandor ku dikarin têgihîştinên watedar derxînin û pêşbîniyên rast ji daneyan çêbikin, pêdivî ye.
Pirs û bersivên din ên vê dawiyê di derbarê EITC/AI/GCML Fêrbûna Makîna Ewr a Google:
- Nivîsar bi axaftinê (TTS) çi ye û ew çawa bi AI-ê re dixebite?
- Di fêrbûna makîneyê de di xebata bi daneyên mezin de çi sînor hene?
- Ma fêrbûna makîneyê dikare hin arîkariya diyalogê bike?
- Qada lîstikê ya TensorFlow çi ye?
- Di rastiyê de danûstendinek mezintir tê çi wateyê?
- Hin mînakên hîperparametreyên algorîtmê çi ne?
- Fêrbûna ensambleyê çi ye?
- Ger algorîtmayek fêrbûna makîneya bijartî ne guncan be û meriv çawa dikare piştrast bike ku ya rast hilbijêrin?
- Ma modelek fêrbûna makîneyê di dema perwerdehiya xwe de hewceyê çavdêriyê ye?
- Parametreyên sereke yên ku di algorîtmayên bingeha tora neuralî de têne bikar anîn çi ne?
Pirs û bersivan bêtir li EITC/AI/GCML Fêrbûna Makîneya Cloud Google-ê bibînin