Машинное обучение
Машинное обучение - это метод анализа данных, который автоматизирует построение аналитических моделей. Это ветвь искусственного интеллекта, основанная на идее, что системы могут учиться на данных, определять закономерности и принимать решения с минимальным вмешательством человека.
Благодаря новым компьютерным технологиям, машинное обучение сегодня не похоже на машинное обучение прошлого. Оно родилось на основе распознавания образов и теории, согласно которой компьютеры могут обучаться, не будучи запрограммированными на выполнение определенных задач; исследователи, интересующиеся искусственным интеллектом, хотели узнать, могут ли компьютеры учиться на данных. Итеративный аспект машинного обучения важен, потому что, когда модели подвергаются воздействию новых данных, они могут адаптироваться независимо. Они учатся на предыдущих вычислениях для получения надежных, повторяемых решений и результатов. Это наука, которая не нова, но набрала новый импульс.
Хотя многие алгоритмы машинного обучения существуют уже давно, возможность автоматически применять сложные математические вычисления к большим данным - снова и снова, все быстрее и быстрее - появилась недавно. Вот несколько широко известных примеров приложений машинного обучения, с которыми вы, возможно, знакомы:
− Разрекламированный беспилотный автомобиль Google
− Онлайн-рекомендации, например, от Amazon и Netflix
− Знание, что клиенты говорят о вас в Twitter
− Обнаружение мошенничества
Возрождение интереса к машинному обучению связано с теми же факторами, которые сделали интеллектуальный анализ данных более популярными, чем когда-либо. Такие вещи, как растущие объемы и разнообразие доступных данных, более дешевая и мощная вычислительная обработка, а также доступное хранилище данных.
Большинство отраслей, работающих с большими объемами данных, осознали ценность технологии машинного обучения.
Финансовые услуги - Банки и другие предприятия в финансовой отрасли используют технологию машинного обучения для двух основных целей: для выявления важных аналитических данных и предотвращения мошенничества.
