Ennen tämän artikkelin lukemista suosittelemme lukemaan Mikä on Data Science, mitä se tekee ja millä tavoitteilla
Koneoppimisalgoritmilla animoitu kone käytti ennen palvelukseen tuloaan oppimisvaiheen eli oppimisen, joka tunnetaan paremmin nimellä koulutus. Tässä vaiheessa kone tutkii saatavilla olevia historiallisia tietoja.
Ennen kuin käsittelemme koneoppimisen ansioita sekä klassisen ohjelmoinnin ja koneoppimisen eroja, katsotaanpa esimerkki, joka varmasti auttaa meitä ymmärtämään paremmin.
Oletetaan, että välitämme jollekin ohjelmallemme tietoa matka-ajoista moottoritiellä parhaissa liikenneolosuhteissa, jotta voimme ohjata algoritmin, joka pystyy vastaamaan meihin kuin se olisi ääniavustaja.
Kullekin polulle välitämme seuraavat tiedot algoritmille:
Sitten puheavustajan kautta kerromme koneelle:
Koska olemme välittäneet tiedot ääniavustajan kautta, ohjelmamme syöttää tämän tyyppisen taulukon:
Lopulta, jos koneemme animoituisi koneoppimisalgoritmilla, se on oppinut annetuista tiedoista ja ennustaa siten tuloksen matka-ajan muodossa. Voimme siksi esittää kysymyksen ohjelmallemme: "Torinosta Milanoon 1000 autolla ja dieselillä... kuinka kauan kestää?"
Esimerkki on epätarkka, mutta melko realistinen. Mutta se auttaa tiivistämään koneoppimisen tarkoituksen.
Otetaan esimerkki esimerkistä, yritetään nähdä ero klassisen ohjelmoinnin ja koneoppimisen välillä.
Perinteisesti klassista koodia kirjoittavan ohjelmoijan on:
Sitten ihmisen älyä käytetään kirjoittamaan ohjelmakoodia, joka voi ratkaista ongelman.
Tässä tapauksessa ohjelmoijan on mietittävä järjestelmä vastaanotettujen tietojen tallentamiseksi ja jäsentämiseksi. Myöhemmin, kun sovelluksen operaattori, joka on kirjoitettu klassisella ohjelmoinnilla, kysyy kysymyksen, kone vastaa lähimmällä tunnetulla tiedolla, joka on enemmän samankaltainen kuin tallennettu.
Koneoppimisessa se onkeinotekoinen äly Ohjelma pystyy tutkimaan historiallisia tietoja, luomaan mallin, jota sovelletaan ongelman ratkaisemiseen, ja lopuksi kone antaa mallin ohjelmoijan käyttöön.
Koneoppimisen animoimassa koneessa ohjelma oppii itse ennustamaan matka-aikoja, koska ennen huoltoon tuloa kone on käynyt oppimisvaiheen. Silloin kone on oppinut vastaamaan mallin sanelemaan ja tulkitsemaan logiikkaan perustuen järkevimmällä tiedolla, joka on lähinnä todellisuutta.
Koneoppimisessa mallista tulee prosessin sydän. Kun se on luotu ja koulutettu, se voidaan pitää saatavilla. Jokainen uusi kysely uusilla tiedoilla, jotka ovat samassa muodossa kuin koulutuksessa käytetyt, tuottaa uuden tuloksen.
Data Scientistin rooli muuttuu hieman, eli hänen on seurattava ohjelmaa mallin sukupolveen, koulutusvaiheen läpi. Tätä varten hän vastaa strategioiden valinnasta, tavoitteiden suunnittelusta, tietojen valmistelusta ja ennen kaikkea mallin testaamisesta sen tehokkuuden ja mahdollisten parannusmahdollisuuksien varmistamiseksi.
Tämä prosessi voidaan iteroida, toistaa useita kertoja tavoitteena lisätä parannettuja ja todellisia elementtejä jokaiseen iteraatioon. Tällä tavalla pääset lähemmäksi optimaalista ratkaisua myöhempiä vaiheita varten, parantamalla koulutusta, parantamalla koetta ja siten konetta.
Lopullisena tavoitteena on aina luoda malli, joka tuntee historialliset tiedot, ymmärtää sen logiikan ja mallit ja pystyy siten ennustamaan tulevien tilanteiden lopputuloksen.
Ercole Palmeri: Innovaatioriippuvainen
Microsoft Excel on vertailutyökalu tietojen analysointiin, koska se tarjoaa monia ominaisuuksia tietojoukkojen järjestämiseen,…
Walliance, SIM ja alusta Euroopan johtajien joukossa kiinteistöjen joukkorahoituksen alalla vuodesta 2017 lähtien, ilmoittaa valmistuneensa…
Filament on "kiihdytetty" Laravel-kehityskehys, joka tarjoaa useita täyden pinon komponentteja. Se on suunniteltu yksinkertaistamaan prosessia…
"Minun on palattava saadakseni evoluutioni päätökseen: projisoin itseni tietokoneen sisään ja minusta tulee puhdasta energiaa. Asuttuaan…
Google DeepMind esittelee parannetun version tekoälymallistaan. Uusi parannettu malli tarjoaa paitsi…
Laravel, joka on kuuluisa elegantista syntaksistaan ja tehokkaista ominaisuuksistaan, tarjoaa myös vankan perustan modulaariselle arkkitehtuurille. Siellä…
Cisco ja Splunk auttavat asiakkaita nopeuttamaan matkaansa tulevaisuuden Security Operations Centeriin (SOC)…
Ransomware on hallinnut uutisia viimeisen kahden vuoden ajan. Useimmat ihmiset tietävät hyvin, että hyökkäykset…