Files
obsidian-life/Машинное обучение. Сценарии применения.md
Aleksandr Ebaklakov 011626b8b7 Initial commit
2026-04-22 16:58:43 +03:00

33 lines
7.9 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
## Общие сценарии применения Машинного Обучения
Машинное обучение подходит для:
- Задач. для которых существующие решения требуют большого объема тонкой настройки или длинных списков правил — один алгоритм [[Машинное обучение|Машинного обучения]] часто способен упростить код и выполняться лучше, чем традиционный *детерминированный* подход.
- Сложных задач, для которых традиционный подход не дает пригодного решения — лучшие приёмы [[Машинное обучение|Машинного обучения]] вполне вероятно сумеют найти решение.
- Изменяющихся сред — система [[Машинное обучение|Машинного обучения]] способно адаптироваться к новым данным.
- Получения сведений о сложных задачах и крупных объёмах данных.
## Конкретные сценарии применения с указанием подразделов Машинног Обучения, используемых для их решения
- *Анализ изображений товаров на производственной линии для их автматической классификации*
1. [[Машинное обучение. Классификация изображений|Классификация изображений]]. Обычно используются [[Машинное обучение. Свёрточные нейронные сети|свёрточные нейронные сети]].
- *Обнаружение опухолей при сканировании мозга*
1. [[Машинное обучение. Семантическая сегментация|Семантическая сегментация]]. Обычно используются [[Машинное обучение. Свёрточные нейронные сети|свёрточные нейронные сети]].
- *Автоматическая классификация новых статей*
1. [[Машинное обучение. Natural Language Processing|Обработка естественного языка]] и, в особенности, [[Машинное обучение. Классификация текста|классификация текста]]. Используются [[Машинное обучение. Рекуррентные нейронные сети|рекурентные нейронные сети]], [[Машинное обучение. Свёрточные нейронные сети|свёрточные нейронные сети]] или [[Машинное обучение. Transformers|трансформеры]].
- *Автоматическая пометка оскорбительных комментариев*
1. [[Машинное обучение. Классификация текста|Классификация текста]]. Используются инструменты [[Машинное обучение. Natural Language Processing|обработки натурального языка]].
- *Автоматическое формирование резюме для длинных документов*
1. (Ветвь [[Машинное обучение. Natural Language Processing|обработки естественного языка]]) [[Машинное обучение. Реферирование текста|Реферирование текста]].
- *Создание чатбота или личного секретаря*
1. (Ветвь [[Машинное обучение. Natural Language Processing|обработки естественного языка]]) [[Машинное обучение. Natural Language Understanding|Понимание естественного языка]] и [[Машинное обучение. Natural Language Generation|Генерация естественного языка]]
- *Прогнозирование будущего дохода компании на основе множества показателей эффективности*
1. Задача [[Машинное обучение. Регрессия|регрессии]]. Используются: [[Машинное обучение. Линейная регрессионная модель|Линейная регрессионная модель]], [[Машинное обучение. Полиномиальная регрессионная модель|Полиномиальная регрессионная модель]], [[Машинное обучение. Регрессия методом опорных векторов|Регрессия методом опорных векторов]], [[Машинное обучение. Регрессия на основе случайного дерева|Регрессия на основе случайного дерева]], [[Машинное обучение. Нейронная сеть|Искусственные нейронные сети]], [[Машинное обучение. Рекуррентные нейронные сети|Рекуррентные нейронные сети]], [[Машинное обучение. Свёрточные нейронные сети|Свёрточные нейронные сети]], [[Машинное обучение. Transformers|Transformerы]].
- *Добавление к приложению реагирования на голосовые команды*
1. [[Машинное обучение. Распознавание речи|Распознавание речи]]. Используются [[Машинное обучение. Рекуррентные нейронные сети|Рекуррентные нейронные сети]], [[Машинное обучение. Свёрточные нейронные сети|Свёрточные нейронные сети]] или [[Машинное обучение. Transformers|Transformerы]].
- *Обнаружение мошенничества с кредитными картами*
1. [[Машинное обучение. Обнаружение аномалий|Обнаружение аномалий]]
- *Сегментирование клиентов на основе их покупок, чтобы для каждого сегмента можно было спланировать отличающуюся маркетинговую стратегию*
1. [[Машинное обучение. Кластеризация|Кластеризация]].
- *Представление сложного, многомерного набора данных на ясной диаграмме, отражающей суть*
1. [[Python. Визуализация данных|Визуализация данных]]. Частно используется методики [[Машинное обучение. Понижение размерности|понижения размерности]].
- *Рекомендация товара, который может заинтересовать клиента, на основе прошлых покупок*
1. [[Машинное обучение. рекомендательные системы|Рекомендательная система]]. Используются [[Машинное обучение. Нейронная сеть|искусственные нейронные сети]] .
- *Создание интеллектуального бота для игры*
1. [[Машинное обучение. Обучение с подкреплением]].