मशीन लर्निंग हि एक कॉम्पुटर सायन्स या क्षेत्रातील संज्ञा आहे. यामध्ये कॉम्प्युटरला खूप सारा डेटा पुरवला जातो. हा डेटा प्रोसेस करून काम्पुटर(Machine) एक पॅटर्न शिकतो(Learning). मग हा पॅटर्न वापरून नवीन डेटावर काही भाकीत(Prediction) केले जाते.
उदाहरण घ्यायचे झाले तर, आपल्याला एखाद्या रुग्णाला कर्करोग आहे कि नाही हे तपासायचे आहे. तर पारंपरिक आणि मशीन लर्निंग वापरून हे कसे करतात ते पाहू.
प्रोग्रॅमिंगची पारंपरिक पद्धत:
यात जी प्रोग्रामिंग केलेली असते ती एक प्रकारची नियमांवर आधारित असते. जसे कि जर शरीरात रक्तपेशी प्रमाणापेक्षा जास्त असतील, प्लेटलेट्सची संख्या ठराविक प्रमाणापेक्षा जास्त असेल, व इतर काही टेस्ट्स पॉसिटीव्ह आल्या तर त्या व्यक्तीला कर्करोग आहे असे सांगितले जाते.
hasCancer(rbcCount, platelets, labResult)
{
int rbcThreshold = 100000; // Any medically approved number
int platelatesThreshold = 200000;
return rbcCount > rbcThreshold && platelets > plateletsThreshold && labResult == true;
}
if(hasCancer(100000, 1200, false))
{
print("Patient has cancer");
}
else
{
print("Patient has no cancer");
}
प्रोग्रामिंगची मशीन लर्निंग पद्धत:
यात तुम्हाला याआधी कर्करोग झालेल्या हजारो लोकांचे मेडिकल रिपोर्ट दिले जातील. हे रिपोर्ट तुम्ही मशीन लर्निंग अल्गोरिथमला देणार. हा अल्गोरिथम तुम्हाला एक पॅटर्न सांगणार. हा पॅटर्न वापरून तुम्ही नवीन रुग्णाला कर्करोग आहे कि नाही हे सांगणार. या पद्धतीतदेखील प्रोग्रामिंग करावी लागते ,पण ती पारंपरिक पद्धतीसारखी हार्ड कोडेड नसते. मशीन लर्निंग पद्धतीती डेटा हा सर्वात महत्वाचा घटक असतो.
data = ['patient1data', 'patient2data'] // All data collected so far
algorithm = machineLearningAlgorithm() // E.g. LogisticRegression
pattern = algorithm.train(data); // Train on the old data
newPatient = 'patient3data';
cancerResult = pattern.predict(newPatient);
if(cancerResult == true)
{
print("Patient has cancer");
}
else
{
print("Patient has no cancer");
}