التعلم الآلي هو مصطلح واسع الانتشار ، ولكن لا يفهمه الجميع بشكل صحيح. في هذه المقالة ، سيخبرك الخبراء في اتجاه الحلول التحليلية لمجموعة KORUS الاستشارية Alena Gaybatova و Ekaterina Stepanova ما هو التعلم الآلي (ML) حقًا ، وفي هذه الحالات يجب استخدام هذه التكنولوجيا في المشاريع ، وحيث يتم استخدام التعلم الآلي بنشاط في الممارسة العملية ...
كيف يتم التعامل مع البيانات
لفترة طويلة ، في الاجتماعات مع العملاء ، بدأنا نلاحظ أن الجميع يخلط بين التعلم الآلي والذكاء الاصطناعي (AI) والبيانات الضخمة ومصطلحات أخرى من هذا المجال.
إذن ، الاسم العام للتكنولوجيا هو الذكاء الاصطناعي. وهي من نوعين - قوي (عام) وضعيف. لن نناقش الذكاء الاصطناعي القوي خاصة وأن هذه قرارات على مستوى Terminator. نحن نقترب منه ببطء ، لكنه لا يوجد حتى الآن إلا في شكل أجزاء من ذكاء اصطناعي ضعيف تم جمعه معًا (على سبيل المثال ، في الأعمدة "الذكية").
من المثير للاهتمام التحدث عن ضعف الذكاء الاصطناعي. وهي مقسمة أيضًا إلى نوعين. الأول هو الأنظمة الخبيرة ، الخوارزميات المبرمجة يدويًا (على سبيل المثال ، قامت مجموعة لغويين ببرمجة خوارزمية لترجمة الكلمات من لغة إلى أخرى).
والثاني هو ما يسمى بالأنظمة المبنية على البيانات التي تستخرج منطق العمل من نوع ما من البيانات التاريخية. يحتوي هذا النوع على العديد من المصطلحات المترادفة التي نشأت مع مرور الوقت:
من المألوف في التسعينيات واستخراج البيانات واكتشاف المعرفة من قاعدة البيانات (KDD) ،
علم البيانات ، الذي بدأ استخدامه في عام 2010 ،
أصبحت البيانات الضخمة شائعة اليوم. الاستثناء الوحيد ، أو بالأحرى الإضافة ، التي يقدمها هذا المصطلح بالذات هو وجود كمية هائلة من البيانات المنظمة المعقدة.
خوارزميات مختلفة لمهام مختلفة
وفقًا لنوعين من الذكاء الاصطناعي الضعيف ، يمكننا استخلاص استنتاجات من البيانات يدويًا (باستخدام أنظمة خبيرة) واستخدام التعلم الآلي. وهو ، بدوره ، ينقسم إلى نوعين: ML الكلاسيكي والتعلم العميق (باستخدام الشبكات العصبية العميقة مع عدد كبير من الطبقات).
ML . , , : , . , , c.
— , , . , : , , . , . , .
, — . , , .
? : , . : — 3 . , .
- , , .
– , , . — : , , — , .
— . , - . — , , , . . . , .
, .
– . C . 4 . – . , , . , , . .
C , — .
1950- . , : .
, . , . , . , , , .
ML . .
, . , .
. ( – , , ). , , , , , .
Uplift, . Uplift , , ( , ), .
–
, . ML . , , .
, - ;
, / ;
, , .
– . C ,
, , , , , . - .
, ML , , , , , , , , — .
, . , , , , , , . , , .
— . , , , , . – , , , . ML — , , , , , , .
, , . ( ), . , , – , - .
C , , , , , , , .
, , , . , , , ML- -.
, , . , , , . , .