Si una máquina aprende algo del aprendizaje automático, ¿está creando un nuevo código que puede transferirse a otras máquinas?

El aprendizaje automático se trata de usar los datos para resolver un problema, que no sabes cuál es un algoritmo exacto para resolver ese problema.

Por ejemplo, desea reconocer los caracteres escritos a mano para transformar un texto completo escrito a mano en otro texto escrito digitalmente.
Realmente no conoce un algoritmo que pueda hacer esto, pero puede tener fácilmente algunos datos de dibujos escritos a mano con su etiqueta, después de tener estos conjuntos de datos, crea un modelo, el modelo es un código real, un código que ejecuta algún preprocesamiento sobre el conjunto de datos y extraer algunas características de él, luego sigue adaptando algunos pesos en este modelo, o tal vez algunas probabilidades hasta que sienta que su modelo puede garantizar una buena precisión.
La respuesta de Abdelrahman Hamdy a ¿Cómo puedo hacer un programa simple donde un usuario dibuja un personaje en la pantalla y el programa le dice qué personaje es?

Entonces, el aprendizaje automático es escribir código (que es el modelo), y este modelo es entrenable (lo que significa que puede usar el conjunto de datos para aprender algunas estadísticas y cosas así y aprender a mapear la entrada a la salida o encontrar cosas comunes entre el conjunto de datos ( que se llama agrupación)).

Después de tener este modelo entrenado, puede usarlo para probar, dándole una muestra y esperar su respuesta.

Espero poder simplificar la idea tanto como pueda.


También un video que es muy bueno para que los principiantes entiendan el aprendizaje automático es este:

Ingeniería de Facebook

Más están aquí:
Consejos de Facebook para estudiantes interesados ​​en inteligencia artificial

El aprendizaje automático produce un archivo modelo, no un código. El archivo del modelo consiste en establecer parámetros que se utilizarán para predecir a partir de nuevos datos. Mientras que el aprendizaje automático está generando el modelo, que se llama capacitación, el programa de aprendizaje automático busca el mejor parámetro para que el modelo funcione con los datos de entrada. Después de eso, el modelo puede usarse para predecir el objetivo de nuevos datos. Entonces, el aprendizaje automático no es hacer código. El código debe escribirse antes de eso, y el código produce un modelo. Sin embargo, puede usar el modelo con el código en otra máquina, si la máquina obtiene datos de entrada similares a los originales.

No es un código, sino un modelo que se puede transferir.

El objeto modelo se puede guardar como un archivo .rda en R y un archivo .pkl en Python.