機(jī)器學(xué)習(xí)是一種特殊類型的算法，可以從數(shù)據(jù)中學(xué)習(xí)并進(jìn)行預(yù)測(cè)。當(dāng)我們從各種來源收集更多數(shù)據(jù)時(shí)，機(jī)器學(xué)習(xí)可以使預(yù)測(cè)更合適。但是，還有一些陷阱需要仔細(xì)檢查。

什么是機(jī)器學(xué)習(xí)?

在深入討論這個(gè)主題之前，了解機(jī)器學(xué)習(xí)實(shí)際上是非常重要的。它是人工智能的一個(gè)分支，專注于通過計(jì)算學(xué)習(xí)和識(shí)別所提供數(shù)據(jù)的模式。它現(xiàn)在用于創(chuàng)建可以在許多復(fù)雜算法的幫助下自行決策的機(jī)器。

使用機(jī)器學(xué)習(xí)算法，機(jī)器將能夠通過探索現(xiàn)實(shí)世界獲取知識(shí)，了解不同的事物，詢問有關(guān)他們獲得的知識(shí)的問題等等。這些功能有助于機(jī)器思考，理解和同樣，甚至從周圍環(huán)境中學(xué)習(xí)，找到每個(gè)概念背后的邏輯，預(yù)測(cè)并相應(yīng)地做出預(yù)測(cè)。

機(jī)器學(xué)習(xí)如何運(yùn)作

這個(gè)概念實(shí)際上并不是很新的。機(jī)器學(xué)習(xí)只不過是一組算法，可以從給定的數(shù)據(jù)池中學(xué)習(xí)并根據(jù)它進(jìn)行預(yù)測(cè)。數(shù)據(jù)和預(yù)測(cè)的準(zhǔn)確性齊頭并進(jìn)，因此有了更多數(shù)據(jù)，我們可以獲得更準(zhǔn)確的預(yù)測(cè)。

因此，它不需要任何預(yù)定義的規(guī)則來管理其操作。這個(gè)概念以連續(xù)的方式運(yùn)作。它會(huì)在一組數(shù)據(jù)上自動(dòng)應(yīng)用許多不同類型的復(fù)雜算法，以獲得更好的結(jié)果。這種連續(xù)和迭代的循環(huán)有助于仔細(xì)分析周圍環(huán)境，預(yù)測(cè)某個(gè)問題的正確解決方案，并最終做出正確的決策。

為什么機(jī)器學(xué)習(xí)如此重要

對(duì)此的答案在于幾個(gè)因素，這是使這一概念成功的主要原因。我們來看看這些因素：

機(jī)器學(xué)習(xí)中使用的數(shù)據(jù)

如今，借助于數(shù)據(jù)庫(kù)管理的新技術(shù)，可以以更低的成本收集大量數(shù)據(jù)。使用這些系統(tǒng)的公司不必考慮要保留哪些數(shù)據(jù)以及應(yīng)刪除哪些數(shù)據(jù)。這曾經(jīng)是一個(gè)非常重要的問題，因?yàn)檫^去與當(dāng)前情況無關(guān)的數(shù)據(jù)可能有助于在未來做出重大決策。但是對(duì)于像Hadoop這樣的數(shù)據(jù)庫(kù)系統(tǒng)，數(shù)據(jù)存儲(chǔ)變得非常容易。這個(gè)龐大的數(shù)據(jù)庫(kù)有助于算法準(zhǔn)確地預(yù)測(cè)決策的結(jié)果。

計(jì)算進(jìn)步

根據(jù)摩爾定律，計(jì)算技術(shù)也在逐步推進(jìn)。IBM，NVIDIA等公司正在開發(fā)一些創(chuàng)新來改進(jìn)計(jì)算方法。這些進(jìn)步有助于創(chuàng)建以更好的方式處理數(shù)據(jù)的計(jì)算技術(shù)。

復(fù)雜的算法

這個(gè)因素完全取決于數(shù)據(jù)和計(jì)算技術(shù)。隨著數(shù)據(jù)管理和計(jì)算管理領(lǐng)域的蓬勃發(fā)展，通過算法探索領(lǐng)域的各種方式也傾向于做同樣的事情。這些算法的主要工作是尋找不同類型的模式，分析它們，并為利益相關(guān)者提供重要指導(dǎo)，以便在更短的時(shí)間內(nèi)做出正確的決策。它還有助于降低做出這些決定所產(chǎn)生的成本。

當(dāng)這些因素得到優(yōu)化時(shí)，它們有助于合成大量數(shù)據(jù)并將碎片數(shù)據(jù)編織成一個(gè)來源。這種綜合信息可以加速未來結(jié)果的表現(xiàn)。Google使用先進(jìn)的計(jì)算技術(shù)并具有存儲(chǔ)數(shù)據(jù)的語料庫(kù)。幾十年來，當(dāng)它在圖像識(shí)別方面遇到問題時(shí)，他們轉(zhuǎn)而采用機(jī)器學(xué)習(xí)算法，并在短短幾個(gè)季度內(nèi)對(duì)其進(jìn)行了改進(jìn)。

機(jī)器學(xué)習(xí)的優(yōu)點(diǎn)

每個(gè)業(yè)務(wù)流程都可以從數(shù)據(jù)綜合中獲益，因?yàn)槊總€(gè)流程都有不同的部門，這些部門都有自己的數(shù)據(jù)集。當(dāng)這些數(shù)據(jù)以有意義的方式并在合理的時(shí)間段內(nèi)連接在一起時(shí)，企業(yè)就可以做出正確的決策并進(jìn)一步發(fā)展。

但是，在固定的時(shí)間范圍內(nèi)，個(gè)人或團(tuán)體無法合成這些龐大的數(shù)據(jù)池。機(jī)器學(xué)習(xí)是這些領(lǐng)域的佼佼者，因?yàn)樗抢秒[藏在大數(shù)據(jù)中的潛在客戶的理想方式。它可以從無關(guān)數(shù)據(jù)的語料庫(kù)中提取信息，而人為干預(yù)可忽略不計(jì)。它在機(jī)器上運(yùn)行，僅由存儲(chǔ)的數(shù)據(jù)驅(qū)動(dòng)。與在新數(shù)據(jù)到來時(shí)改變結(jié)果的傳統(tǒng)方式不同，機(jī)器學(xué)習(xí)從數(shù)據(jù)中學(xué)習(xí)并在變化和增長(zhǎng)的數(shù)據(jù)集上蓬勃發(fā)展。這是一種發(fā)現(xiàn)隱藏在數(shù)據(jù)集中的不同模式的方法。

有什么陷阱?

理想情況下，執(zhí)行這一概念應(yīng)該會(huì)以指數(shù)方式帶來增長(zhǎng)，但實(shí)際上這一概念也有一些因素可能會(huì)破壞增長(zhǎng)。這些因素將在下面討論。

黑盒子

算法的一些方法被稱為黑盒子，取決于數(shù)據(jù)的奇異點(diǎn)和對(duì)過程的理解。通常，黑匣子是一種系統(tǒng)或算法，只能根據(jù)所采用的輸入和所提供的輸出來查看。這些算法或系統(tǒng)不提供內(nèi)部工作或其背后的邏輯的視圖，因此僅提供不透明(黑色)。眾所周知，這些問題會(huì)給組織帶來技術(shù)和文化問題。

如果黑盒方法在數(shù)據(jù)經(jīng)歷重大變化時(shí)表現(xiàn)不佳，那么由于缺乏理解，系統(tǒng)可能處于危險(xiǎn)之中。很難解釋為什么模型失敗，它可以大大改變組織的增長(zhǎng)。

選擇最合適的算法

沒有主算法用作機(jī)器學(xué)習(xí)的標(biāo)準(zhǔn)并且知道所有內(nèi)容，因此算法選擇過程非常重要。在異常檢測(cè)，分割，分析和模式匹配等不同領(lǐng)域，沒有算法可以完美。

目前有許多算法和許多不同的方法，每種方法都有自己的優(yōu)點(diǎn)和缺點(diǎn)，并且有特定的用途。選擇錯(cuò)誤的算法工具可以增加成本而不是降低成本，因此理解算法的每個(gè)特征并根據(jù)環(huán)境使用最佳特征非常重要。解決這個(gè)問題的最好方法是一起使用許多不同的算法，讓計(jì)算和框架決定使用哪個(gè)算法和何時(shí)使用。

技術(shù)債務(wù)

關(guān)于編程的技術(shù)債務(wù)是指經(jīng)常選擇易于在短期內(nèi)實(shí)施的代碼而不是最佳整體解決方案的情況。它通常是一種非常糟糕的編程方法，因此代碼可以繼續(xù)發(fā)展更深層次的問題，這被稱為債務(wù)。

這些系統(tǒng)隨著時(shí)間的推移會(huì)積累技術(shù)債務(wù)，因?yàn)樗鼈儽举|(zhì)上不是自我優(yōu)化的。技術(shù)債務(wù)可以通過許多不同的方式展示自己，例如管道密集，糾纏，未申報(bào)的客戶，隱藏的反饋循環(huán)，未使用的數(shù)據(jù)依賴性等。它們可能導(dǎo)致混淆和意外結(jié)果，并且可能大大降低系統(tǒng)的性能。這可以通過雇傭數(shù)學(xué)家和工程師來平衡計(jì)劃算法以減少這些債務(wù)來解決。

人類的偏見

算法的選擇由人完成，因此可能有偏差。這可能導(dǎo)致選擇不正確的算法的情況。

例如，一個(gè)團(tuán)隊(duì)成員都畢業(yè)于同一所學(xué)校，他們傾向于選擇同一套算法。因此，最好為您的團(tuán)隊(duì)注入不同類型的算法，或者將多種不同的算法結(jié)合在一起。

未來是什么?

在新的和不斷發(fā)展的技術(shù)的幫助下，我們的世界正在慢慢地改變自己。機(jī)器學(xué)習(xí)將通過在決策過程中提供足夠的幫助來指導(dǎo)駕車到達(dá)目的地。它不僅有助于降低公司成本，還可以通過考慮所有調(diào)查和數(shù)據(jù)來顯示提高業(yè)務(wù)質(zhì)量的正確方法。它顯示了在未來提供更好解決方案的有希望的特征。

摘要

機(jī)器學(xué)習(xí)是一個(gè)吸引了大量關(guān)注的概念，很可能不辜負(fù)所有的炒作。它具有很強(qiáng)的變革性，因此可以處理任何業(yè)務(wù)的任何工作流程。任何以正確方式整合此服務(wù)的組織都將獲得顯著的收益。然而，了解硬幣的兩面以便正確地整合它也是非常重要的。