מהי Matplotlib?

השימושים הנפוצים בספריית Matplotlib

מחפש מתכנת Matplotlib? פנה עכשיו!

מהי למידת מכונה (Machine learning)?

למידת מכונה (Machine learning) היא אחד האדנים של תחום הבינה המלאכותית (AI) ובמידה מסוימת ממבשריו.

למרות שאנחנו נוטים לחשוב על למידת מכונה כאלמנט חדשני של טכנולוגיית קצה שהבשיל במילניום הנוכחי,
השורשים שלה עתיקים יותר.

הרעיון של משין לרנינג נולד כבר בראשית שנות החמישים אצל מהנדס בשם ארתור סמואל שעבד ב-IBM.

במסגרת העבודה ב-IBM סמואל השתעשע ברעיון שניתן ללמד מחשב לביצוע פעולה שמדמה מחשבה.

הגישה שהפעיל סמואל שונה מאוד מזו של הדור החדש של למידת מכונה (המכונה למידה עמוקה) שממש העתיק
את מבנה רשת הנוירונים במוח האנושי, אלא ביכולת של המחשב לעבוד על פי תבניות צפויות שבהם הוא מוזן.

תצוגת התכלית הגדולה שהציגה את הרעיון של סמואל לעולם היתה בספטמבר 1962, כאשר מחשב IBM
שסמואל אימן הצליח לנצח שחקן אנושי בדמקה – עדיין לא כחול עמוק וקספרוב, אבל זה בדיוק היה הרציונל שבסוף יניב גם את זה.

אילו יישומים ניתן לפתח באמצעות למידת מכונה?

היום למידת מכונה (משין לרנינג) היא רכיב משמעותי בכל מה שנקרא תעשיות מידע.

שילוב של למידת מכונה עם אלגוריתמים מסווגים או מנבאים נמצא בלב כל ענף כריית המידע ופיתוח יישומי למידת מכונה
עומדים בלב מערכות של ביג דאטה ואפליקציות נוספות שיודעות לבצע אנליזות וחיזויים על סמל ניתוח דאטה. 

מחפש מתכנת מומחה למידת מכונה (Machine learning)? פנה עכשיו!

מהי למידה עמוקה (Deep Learning)?

למידה עמוקה (Deep Learning) היא סוג של למידת מכונה שמאפשרת למחשבים לעשות את מה שבני האדם יודעים
לעשות באופן טבעי: ללמוד באמצעות דוגמאות.

אילו יישומים ומערכות ניתן לפתח באמצעות למידה עמוקה?

למידה עמוקה נמצאת היום בבסיס יישומים טרנדים ומתפתחים כמו למשל נהיגה אוטונומית, זה מה שמאפשר
למערכת לזהות תמרורים ולהגיב להם או להבדיל בין עמוד רחוב להולך רגל; הטכנולוגיה הזו גם מאפשרת יישומים
כמו זיהוי קולי ועוד הרבה מאוד פיתוחים מודרניים.

בלמידה עמוקה המחשב לומד לבצע סיווגים באמצעות אמאג’ים, טקסטים או האזנה לקול.

יכולת הלמידה של חלק מהאפליקציות יכולה להגיע לרמת דיוק גבוהה יותר מזו של המוח האנושי.

הדיוק העודף הזה אינו עניין טריוויאלי, בסופו של רק רציונל של מחשב שיכול לעבוד באפס טעויות יכול לתת הצדקה
(ומעטפת ביטחון סבירה) למערכת נהיגה אוטונומית שתחליף נהג אנושי.

תחומים נוספים שנשענים על טכנולוגיה של ‘למידה עמוקה’ הם: תחום הנדסת החלל ופיתוח מערכות הגנה נגד טילים
(המערכת יודעת לסרוק ולחשב בזמן אמת איפה נמצא איום); תחום המחקר הרפואי (לדוגמה חוקרים ב-UCLA פתחו מיקרוסקופ
שבעזרת למידה עמוקה יודע לזהות, בעצמו, תאים סרטניים); למידה עמוקה היא גם כלי באוטומציה תעשייתית שמאפשר
ייעול ושיפור תהליכי ייצור והפיקוח עליהם. למעשה, האלקטרוניקה עצמה מאמצת אלמנטים של למידה עמוקה וכבר היום
יש מערכות בית חכם או מערכות של ‘עזרה וירטואלית’ שמושתתות על למידה עמוקה. 

מחפש פיתוח אפליקציות ויישומים מבוססית למידה עמוקה (Deep Learning)? פנה עכשיו!

מה ההבדל בין למידת מכונה (ML) ללמידה עמוקה (DL)?

גם למידת מכונה (ML) וגם למידה עמוקה (DL) הן ביטויים של אינטליגנציה מלאכותית (AI).

אך בעוד למידת מכונה היא גישה ותיקה מאוד (במושגי תחום המחשוב) שעקרונותיה גובשו בראשית שנות החמישים
והיישום הראשון התרחש באותו עשור (שהיה למעשה מחשב IBM אימתני שהצליח ללמוד לשחק דמקה).

מנגד, ‘למידה עמוקה’ זה קונספט הרבה יותר חדש, למעשה רבים מתייחסים ל’למידה עמוקה’ כאל הדור של ‘למידת מכונה’,
אך מאחר ששתי הגישות מתקיימות במקביל ומאוד נוכחות גם היום כדאי לעמוד על ההבדלים ביניהן.

ההבדל הבסיסי הוא בטכנולוגיה. בעוד למידת מכונה מתבססת על הזנת המחשב בתחזיות צפויות,
למידה עמוקה מבוססת על רשת מלאכותית של נוירונים שמדמה את האופן בו עובד המוח האנושי.

בפועל, ההבדלים באים לידי ביטוי בצורך בהתערבות אנושית, בעוד בלמידת מכונה העלאת הדאטה היא באחריות
הגורם האנושי שגם מגדיר את גבולות החיזוי.

בלמידה עמוקה המערכת יודעת לשפר את עצמה ולקצר תהליכים  והרבה חיסכון בזמן (באמצעות בנייה של תוצאות צפיות לפי הניסיון שנצבר).

יש לעובדה הזו גם נגזרות שמשפיעות על סוג החומרה, בשל העובדה שלמידה עמוקה דורשת ביצוע חישובים
מאוד מורכבים היא חייבת מעבדים עוצמתיים כמו למשל מחשבי קוואנטום.

חשוב לזכור שתהליך הטמעה של מערכת ‘למידה עמוקה’ ארוך יותר מזה של למידת מכונה.

בעוד שבלמידת מכונה פשוט מכניסים את הדאטה למערכת והיא רצה, בלמידת עומק, המערכת עצמה נדרשת ללמוד
ולהפיק לקחים מהאופן בו היא פועלת, כך שכדי שהיא תגיע למצב פעולה אופטימלי צריך זמן.

מחפש פיתוח מערכות מבוססות רשתות נוירונים, למידת מכונה או למידה עמוקה? פנה עכשיו!