Können Sie den Unterschied zwischen maschinellem Lernen, Tiefenlernen und Bestärkungslernen intuitiv erklären, wie wenn Sie es einem Kind erklären?


Antwort 1:

Es gibt wirklich keinen großen Unterschied zwischen den drei und es ist wahrscheinlich einfacher, die Unterschiede nicht zu sehr ins Schwitzen zu bringen.

Ich verwende selten den Begriff „tiefes Lernen“ und bevorzuge stattdessen entweder „maschinelles Lernen“, „statistisches Modell“ oder nur „Modell“.

Je nachdem, wie alt das Kind ist und wie interessiert es am Thema ist, können Sie Folgendes sagen: Es wird davon ausgegangen, dass es nicht viel über die Funktionsweise von Computern weiß, sich jedoch für das Thema interessiert.

Maschinelles Lernen

Genau wie es sich anhört.

So wie Sie neue Dinge durch Anschauen von Youtube-Videos oder durch Lesen von Büchern lernen können, bedeutet maschinelles Lernen, dass Computer durch Anschauen von speziellen Youtube-Videos und Lesen von speziellen Büchern für Computer selbst lernen.

Programmierer müssen dem Computer immer noch sagen, wie er lernen soll, aber sie müssen dem Computer nicht sagen, wie sie das tun sollen, was sie lernen, was oft viel schwieriger ist.

Stellen Sie sich zum Beispiel vor, ich kann Ihnen viel einfacher sagen, dass Sie Japanisch lernen sollen, indem Sie sich YouTube-Videos ansehen, als dass ich Ihnen Japanisch beibringe (hauptsächlich, weil ich kein Japanisch spreche).

Tiefes Lernen

Deep Learning ist eine spezielle Form des maschinellen Lernens.

Stellen Sie sich vor, Sie möchten lernen, wie man ein Level in Mario schlägt. Vielleicht möchten Sie Ihren Fortschritt daran messen, wie viele Punkte Sie während eines Laufs sammeln können.

Je mehr Punkte Sie sammeln, desto besser sind Sie.

Ziel ist es natürlich, möglichst viele Punkte zu sammeln.

Deep Learning funktioniert ähnlich. Der Computer versucht so viele Punkte wie möglich zu sammeln, indem er verschiedene Dinge ausprobiert.

Es gibt auch sogenannte "evolutionäre Algorithmen", bei denen der Computer ebenfalls versucht, seine Punktzahl zu maximieren, dies jedoch durch zufälliges Erraten der zu drückenden Tasten und Festhalten an den Funktionen.

Deep Learning ist intelligenter und kann theoretisieren, was es anders machen sollte, um den Boss zu besiegen.

Verstärkung lernen

Reinforcement Learning ist auch eine Art von maschinellem Lernen und kann je nach Verwendung etwas unterschiedlich sein.

In der Regel funktioniert dies jedoch meistens wie das vertiefte Lernen in dem obigen Beispiel, in dem Sie einen Charakter steuern.

Deep Learning ist allgemeiner und kann auch verwendet werden, um herauszufinden, was in einem Bild enthalten ist.

Diese Erklärungen sind zu stark vereinfacht und stellen nur die Halbwahrheiten dar, die für eine Vereinfachung in diesem Umfang erforderlich sind. Ich glaube jedoch, dass diese Erklärungen einen gewissen Nutzen haben.

In den meisten Fällen verschmelzen die drei jedoch. Wie ich am Anfang der Antwort erwähnte, ist es nicht sonderlich wichtig, wie Sie es nennen.