information about machine learning

1. MACHINE
LEARNING

2. CE ESTE MACHINE
LEARNING?
Este o ramura a inteligentei artificiale
( AI ) si a informaticii care se
concentreaza pe utilizarea datelor si a
algoritmilor pentru a imita modul in care
oamenii invata, imbunatatindu-i treptat
acuratetea. Machine Learning are multe
aplicatii practice pentru utilizarea datelor
la scara, deoarece aceasta implica
dezvoltarea unui algoritm care se
concentreaza pe finalizarea unuei sarcini
bazate pe date la un moment dat.

3. MACHINE LEARNING vs. DEEP
LEARNING vs. NEURAL
NETWORKS
Machine Learning, Deep
Learning si Neural Networks sunt
toate subdomenii ale inteligentei
artificiale. Cu toate acestea, Deep
Learning este de fapt un
subdomeniu al Machine Learning,
iar Neural Networks este un
subdomeniu al Deep Learning.

4. THE DIFFERENCE
BETWEEN MACHINE
LEARNING AND DEEP
LEARNING
Modul in care Machine Learning si Deep Learning
functioneaza se bazeaza pe modul in care fiecare algoritm
invata.
Deep Learning automatizeaza o mare parte din extractia
de caracteristici a procesului, eliminand o parte din
interventia umana manuala necesara si permitand utilizarea
de seturi de date mai mari.
Machine Learning depinde mai mult de interventia umana
pentru a invata. Expertii umani determina setul de
caracteristici pentru a intelege diferentele dintre intrarile de
date, in general avand nevoie de date mai structurate
pentru a invata.

5. NEURAL NETWORK
Neural Networks sau Artificial Neural Networks ( ANN ) sunt
compuse din straturi de noduri, care continue un strat de intrare,
unul sau mai multe straturi ascunse si un strat de iesire. Fiecare
nod sau neuron artificial se conecteaza la altul si are associate o
greutate si un prag. Daca iesirea oricarui nod individual este
peste valoarea de prag specificata, acel nod este activat,
trimitand date catre urmatorul strat al retelei. In caz contrar, nu
sunt transmise date catre urmatorul strat al retelei.
A Neural Network care este formata din mai mult de trei
straturi – care ar include intrarile si iesirile – poate fi considerate
un algoritm de Deep Learning sau a Deep Neural Network. A
Neural Network care are doar doua sau trei straturi este a
Neural Network de baza.

6. CUM FUNCTIONEAZA
MACHINE LEARNING
UC Berckeley imparte sistemul de invatare al unui algoritm al Machine
Learning in 3 parti principale :
- Un proces de decizie : in general, algoritmii ai Machine Learning sunt
utilizati pentru a face o predictie sau o clasificare ; pe baza unor date de
intare, care pot fi etichetate sau neetichetate, algoritmul va produce o
estimare a unui model de date.
- O functie de eroare : serveste la evaluarea predictiei modelului ; daca
exista exemple cunoscute, o functie de eroare poate face o comparatie
pentru a evalua acuratetea modelului.
- Un model de optimizare al unui proces : daca modelul se poate potrivi
mai bine cu punctele de date din setul de antrenament, atunci ponderile
sunt ajustate pentru a reduce discrepanta dintre exemplul cunoscut si
estimarea modelului ; algoritmul va repeta acest proces de evaluare si
optimizare, actualizand ponderile in mod autonomy pana la atingerea
unui prag de precizie.

7. METODE ALE
MACHINE
LEARNING • Machine Learning supravegheata :
este definite prin utilizarea de date
etichetate pentru a antrena algoritmi
care sa clasifice datele sau sa prezica
rezultatele cu acuratete.
• Machine Learning nesupravegheata :
utilizeaza algoritmi de machine
learning pentru a analiza si grupa
seturi de date neetichetate.
• Machine Learning semi-
supravegheata : ofera un mediu fericit
intre invatarea supravegheata si cea
nesupravegheata

8. REINFORCEMENT
MACHINE
LEARNING
Reinforcement Machine Learning este un model
comportamental de machine learning care este similar cu
invatarea supravegheata, dar algoritmul nu este antrenat
folosind date esantion. Acest model invata pe masura ce
trece prin incercare si eroare. O secventa de rezultate de
succes va fi consolidata pentru a dezvolta cea mai buna
recomandare sau politica pentru o anumita problema.

9. MACHINE LEARNING FOLOSITE IN
VIATA REALA
RECUNOASTEREA VOCALA SERVICIU CLIENTI
Proceseaza vorbirea umana intr-un online chatbots inlocuiesc agentii
format scris ( ex : Siri – IOS , Bixby – umani pentru a ajuta clientii raspun-
VIZIUNE COMPUTERIZATA MOTOARE DE RECOMANDARE
Ofera informatii bazate pe imagini, Face recomandari relevante clientilor
videouri sau inputuri vizuale, iar bazat pentru suplimente in timpul procesului
pe acestea poate actiona de finalizare a comenzii pt comercianti

10. IMPACTUL AI ASUPRA
JOBURILOR
In timp ce o mare parte a perceptiei publice cu
privire la inteligenta artificiala se concentreaza pe
pierderea locurilor de munca, aceasta ingrijorare ar
trebuie probabil regandita. Cu fiecare tehnologie
noua si perturbatoare, vedem ca cererea pietei
pentru anumite posturi de munca se schimba. De
exemplu, cand ne gandim la industria auto, multi
producatori, cum ar fi GM, se muta pentru a se
concentra pe productia de vehicule electrice pentru
a se alatura initiativelor ecologice.
Industria energetica nu dispare, dar sursa de
energie se schimba de la o economie de
combustibil la una electrica.

11. BIBLIOGRAFIE
• www.ibm.com
• https://www.datamation.com/
artificial-intelligence/artificial-
intelligence-vs-machine-
learning-2/

12. D AT E D E C O N TA C T :
T I T I R I G A M A R I A
G R U PA 9 1 3 , S E R I A C
E M A I L : titirigamaria21@stud.ase.ro
VA MULTUMESC!!!