Google ဖြင့် စက်သင်ယူခြင်း၏ စွမ်းအားကို ရှာဖွေပါ။
Machine Learning (ML) သည် စကားလုံးသက်သက်မဟုတ်ပါ။ ဒါဟာ ကျွန်တော်တို့ရဲ့နေ့စဉ်ဘဝတွေကို ပုံဖော်ပေးတဲ့ တော်လှန်ရေးတစ်ခုပါ။ ခဏလောက် စိတ်ကူးကြည့်ပါ- မနက်အိပ်ရာကနိုးလာတယ်၊ သင့်အသံလက်ထောက်က ရာသီဥတုပေါ်မူတည်ပြီး အကောင်းဆုံးဝတ်စုံကို အကြံပြုတယ်၊ ယာဉ်ကြောပိတ်ဆို့မှုတွေမှာ သင့်ကို လမ်းပြပေးပြီး သင့်စိတ်ခံစားချက်အတွက် စံပြသီချင်းစာရင်းကိုတောင် အကြံပြုပါတယ်။ ဤအရာအားလုံးသည် machine learning ကြောင့်ဖြစ်သည်။
ဒါပေမယ့် ဒီမှော်နောက်ကွယ်မှာ ဘာရှိလဲ။ အဖြေသည် ရိုးရှင်းသည်- ခေတ်မီဆန်းပြားသော အယ်လဂိုရီသမ်များနှင့် ဒေတာ၊ ဒေတာများစွာ။ ပြီးတော့ ဒီစိတ်ဝင်စားစရာကောင်းတဲ့ စကြဝဠာကိုဖြတ်ကျော်ဖို့ နည်းပညာကုမ္ပဏီကြီး Google ထက် ဘယ်သူက ပိုကောင်းလဲ။ Coursera တွင် အခမဲ့လေ့ကျင့်သင်ကြားခြင်းဖြင့် Google သည် ၎င်း၏ ML တွင် ကျွမ်းကျင်မှုကို တံခါးဖွင့်ပေးပါသည်။
သင်တန်းသည် စိတ္တဇ သီအိုရီများနှင့်သာ သက်ဆိုင်သည်မဟုတ်။ ၎င်းသည် Google ရင်ဆိုင်နေရသော တကယ့်စိန်ခေါ်မှုများတွင် ကျွန်ုပ်တို့ကို နှစ်မြှုပ်စေပါသည်။ စားသောက်ဆိုင်တစ်ဆိုင်ကို သင်ရှာနေချိန်၊ Google Maps သည် ထောင့်တစ်ဝိုက်တွင် ပြီးပြည့်စုံသော ဘစ်စထရိုလေးကို အကြံပြုခဲ့သည်ကို သတိရပါ။ အင်း၊ အဲဒါက စက်ပိုင်းဆိုင်ရာ သင်ယူမှုပါ။
ဒါတွေအားလုံးတော့ မဟုတ်ပါဘူး။ သင်တန်းသည် အခြေခံမှ ကျော်လွန်ပါသည်။ ၎င်းသည် ကျွန်ုပ်တို့အား စိတ်ကြိုက် ML ဖြေရှင်းချက်များကို ဖန်တီးနိုင်စေမည့် Google ၏ အဆင့်မြင့်ကိရိယာများနှင့် မိတ်ဆက်ပေးသည်။ နည်းပညာဆိုင်ရာ မှော်တုတ်တံရှိတာနဲ့တူပေမယ့် “Abracadabra” လို့ ပြောမယ့်အစား သင်ကုဒ်လုပ်ပါ။
နိဂုံးချုပ်အနေနဲ့၊ မင်းရဲ့လိုအပ်ချက်တွေကို နည်းပညာက ဘယ်လိုမျှော်လင့်ထားသလဲဆိုတာကို အမြဲစိတ်ဝင်စားနေတယ်ဆိုရင် ဒါမှမဟုတ် မိုးရွာတဲ့နေ့တွေမှာ မင်းဝမ်းနည်းတဲ့သီချင်းတွေကြိုက်တယ်ဆိုတာ မင်းရဲ့စမတ်ဖုန်းက ဘယ်လိုသိတယ်ဆိုတာကို သိချင်နေတယ်ဆိုရင် ဒီသင်တန်းက မင်းအတွက်ပါပဲ။ ဤခရီးကို Google နှင့်စတင်ပြီး စက်သင်ယူခြင်းသည် ကျွန်ုပ်တို့၏ကမ္ဘာကို တစ်ကြိမ်လျှင် အယ်လဂိုရီသမ်တစ်ခု ပိုမိုစမတ်ကျအောင်ပြုလုပ်နည်းကို ရှာဖွေလိုက်ပါ။
ပရော်ဖက်ရှင်နယ်လောကတွင် စက်သင်ယူခြင်း၏ သက်ရောက်မှု
Machine Learning သည် နေရာတိုင်းတွင်ရှိပြီး ပရော်ဖက်ရှင်နယ်လောကကို အံ့မခန်းနည်းလမ်းများဖြင့် ပြောင်းလဲပေးနေသည်။ ဘယ်လိုဖြစ်မလဲ သိချင်နေပါလိမ့်မယ်။ ဒီပုံပြင်လေးကို ပြောပြပါရစေ။
သူမ၏ startup ကိုစတင်တည်ထောင်ခဲ့သောလူငယ်စွန့်ဦးတီထွင် Sarah ကိုမြင်ယောင်ကြည့်ပါ။ သူမတွင် ထက်မြက်သော အကြံဥာဏ်ရှိသော်လည်း စိန်ခေါ်မှုကြီးတစ်ခုနှင့် ရင်ဆိုင်နေရသည်။ ဆုံးဖြတ်ချက်များချရန်အတွက် နေ့စဉ်စုဆောင်းနေသော များပြားလှသောဒေတာပမာဏကို မည်သို့ခွဲခြမ်းစိတ်ဖြာနိုင်မည်နည်း။ ဤသည်မှာ စက်သင်ယူမှုတွင် ပါဝင်လာပါသည်။
Google ၏ Coursera လေ့ကျင့်မှုမှတစ်ဆင့် Sarah သည် အဆင့်မြင့်စက်သင်ယူမှုကိရိယာများကို အသုံးပြုရန် ကျွမ်းကျင်မှုများကို သင်ယူသည်။ ယခုအခါ ၎င်းသည် စျေးကွက်လမ်းကြောင်းများကို ကြိုတင်ခန့်မှန်းနိုင်ပြီး ဖောက်သည်များ၏ စိတ်ကြိုက်များကို နားလည်နိုင်ပြီး အနာဂတ်စိန်ခေါ်မှုများကိုပင် ကြိုတင်ခန့်မှန်းနိုင်ပြီဖြစ်သည်။ သူ့လုပ်ငန်းက အရင်ကလို တိုးတက်နေတယ်။
ဒါပေမယ့် machine learning ရဲ့ သက်ရောက်မှုက အဲဒီမှာတင် ရပ်မသွားပါဘူး။ ၎င်းသည် ပရော်ဖက်ရှင်နယ် အခန်းကဏ္ဍများကိုလည်း ပြန်လည်သတ်မှတ်ပေးပါသည်။ သမားရိုးကျ အလုပ်အကိုင်များ တိုးတက်ပြောင်းလဲလာကာ အလုပ်အကိုင်သစ်များ ပေါ်ထွက်လာပြီး စက်သင်ယူမှုကို နားလည်အသုံးပြုနိုင်စွမ်းသည် အလုပ်အကိုင်ဈေးကွက်တွင် တန်ဖိုးရှိသော အရာတစ်ခု ဖြစ်လာပါသည်။
မားကတ်တင်းသမား မာ့ခ်ကို နမူနာယူပါ။ သူသည် သုံးစွဲသူများ၏ လမ်းကြောင်းများကို ကိုယ်တိုင် ပိုင်းခြားစိတ်ဖြာရန် နာရီပေါင်းများစွာ အချိန်ဖြုန်းခဲ့ဖူးသည်။ ယနေ့တွင် machine learning ၏အကူအညီဖြင့်။ မိနစ်ပိုင်းအတွင်း ထိုးထွင်းသိမြင်နိုင်သည် ။ ပိုမိုပစ်မှတ်ထားပြီး ပစ်မှတ်ထားသော စျေးကွက်ရှာဖွေရေး ကမ်ပိန်းများကို ဖန်တီးနိုင်စေမည့် အချက်အလက်။
အတိုချုပ်ပြောရလျှင် machine learning သည် အနာဂတ်နည်းပညာတစ်ခုမျှသာမဟုတ်ပါ။ ၎င်းသည် ပရော်ဖက်ရှင်နယ်လောက၏ ပစ္စုပ္ပန်နှင့် အနာဂတ်ကို ပုံဖော်ပေးသည့် အစွမ်းထက်သောကိရိယာတစ်ခုဖြစ်သည်။ သင်ဟာ စွန့်ဦးတီထွင်သူပဲ ဖြစ်ဖြစ် စူးစမ်းချင်သူတစ်ယောက်ပဲ ဖြစ်ဖြစ်။ ဤစိတ်လှုပ်ရှားဖွယ်ကမ္ဘာထဲသို့ ခုန်ဆင်းပြီး သင့်အသက်မွေးဝမ်းကြောင်းကို မည်ကဲ့သို့ ကြွယ်ဝစေနိုင်ကြောင်း ရှာဖွေရန် အချိန်ကျရောက်ပြီဖြစ်သည်။
စက်သင်ယူမှု- ရိုးရာကဏ္ဍများတွင် အသံတိတ်တော်လှန်ရေး
စက်သင်ယူမှုသည် ဆီလီကွန်တောင်ကြား၏ တိုက်တန်များနှင့် မကြာခဏဆက်စပ်နေသော်လည်း ၎င်းသည် နယ်ပယ်အမျိုးမျိုးသို့ မမျှော်လင့်ထားသော လမ်းကြောင်းများကို ဖန်တီးပေးနေသည်။ နည်းပညာသည် တစ်ချိန်က နိုင်ငံခြားဖြစ်ခဲ့သော်လည်း ယခုအခါတွင် အဓိကကျသော အခန်းကဏ္ဍတစ်ခုဖြစ်သည်။ ဤအသွင်သဏ္ဍာန်ကို စူးစမ်းကြည့်ကြပါစို့။
စိုက်ပျိုးရေးကို လေ့လာကြည့်ရအောင်။ မျက်စိမြင်နိုင်သလောက် ဆန့်တန်းထားသော ရွှေရောင်စပါးခင်းတစ်ခုကို မြင်ယောင်ကြည့်ပါ။ ယနေ့တွင်၊ ဤသင်းအုပ်ဆရာရုပ်ပုံသည် အသံမြည်နေသည့် ဒရုန်းများဖြင့် ကောက်ပဲသီးနှံများကို ၎င်းတို့၏အာရုံခံကိရိယာများဖြင့် စကင်န်ဖတ်ခြင်းဖြင့် ပိုမိုကောင်းမွန်လာပါသည်။ စက်သင်ယူမှုဆိုင်ရာ ဉာဏ်ရည်ဉာဏ်သွေးပါရှိသည့် ဤစက်ငယ်များသည် ရေငတ်သောမြေကွက်များ သို့မဟုတ် အပင်ရောဂါများ၏ ပထမဆုံးလက္ခဏာများကို ရှာဖွေဖော်ထုတ်သည်။ ရလဒ်? အရင်းအမြစ်များကို ချွေတာပြီး အားစိုက်ထုတ်နေချိန်တွင် လယ်သမားမှ တိကျသောဝင်ရောက်စွက်ဖက်မှု၊
ကျန်းမာရေးရှေ့ဆက်ကြပါစို့။ ဓါတ်ရောင်ခြည် ပညာရှင်၊ ထိုဆေးဘက်ဆိုင်ရာ စုံထောက်များသည် ယခုအခါ ဒစ်ဂျစ်တယ် အသင်းဖော်များ ရှိသည်။ ဆန်းပြားသော ပရိုဂရမ်များ၊ ဆေးဘက်ဆိုင်ရာပုံများ ကြွယ်ဝသော အစားအသောက်များကို ကျွေးမွေးခြင်းဖြင့် သိမ်မွေ့သော ကွဲလွဲချက်များကို ရှာဖွေနိုင်ပြီး တစ်ခါတစ်ရံ သာမန်မျက်စိဖြင့် မမြင်နိုင်ပါ။ ရောဂါလက္ခဏာတွေက ပိုစူးရှလာသည်။
နှင့်ဘဏ္ဍာရေး? သူမကို ချန်ထားခဲ့သည် ။ Machine Learning သည် ထိုနေရာတွင် လှုပ်လှုပ်ရှားရှား ဖန်တီးနေသည်။ စိတ်ကူးကြည့်ပါ- သင်ပြုလုပ်သော ငွေပေးငွေယူတိုင်းကို ဒစ်ဂျစ်တယ်တံခါးစောင့်များက စောင့်ကြည့်သည်။ ဤ အယ်လဂိုရီသမ်များသည် စောင့်ကြည့်နေပြီး၊ လိမ်လည်မှုမှန်သမျှကို ခဏအတွင်း ဟန့်တားရန် အသင့်ဖြစ်နေပါပြီ။
ဒါပေမယ့် ဒါတွေအားလုံးရဲ့ အကောင်းဆုံးအပိုင်းလား။ ဤနည်းပညာစွမ်းပကားများသည် လူကို နေကြတ်ရန်မရှာပါ။ ဆန့်ကျင်ဘက်အနေနှင့် ၎င်းတို့သည် ၎င်း၏ အလားအလာကို ချဲ့ထွင်သည်။ လူသားကျွမ်းကျင်မှုနှင့် algorithmic ပါဝါပေါင်းစပ်မှုသည် သံသယမရှိသော မိုးကုတ်စက်ဝိုင်းများကို ကတိပေးသည်။
နိဂုံးချုပ်အားဖြင့်၊ စက်သင်ယူခြင်းသည် အနာဂတ်ခေတ်သုံး ဂက်ဂျက်များအထိ အကန့်အသတ်မရှိပါ။ ၎င်းသည် ကျွန်ုပ်တို့၏နေ့စဉ်အသက်တာ၏ဗဟိုချက်တွင် ၎င်း၏ဝဘ်ကို ယက်လုပ်ကာ ကျွန်ုပ်တို့၏လူ့အဖွဲ့အစည်း၏ အစိတ်အပိုင်းအားလုံးကို သိမ်မွေ့သော်လည်း လေးနက်သောနည်းလမ်းဖြင့် တော်လှန်နေပါသည်။
