10 вещей, которые вам нужно знать о машинном обучении

Как человек, который часто объясняет машинное обучение неспециалистам, я собрал следующие десять пунктов, чтобы дать некоторые объяснения машинному обучению.

• #### Искусственный интеллект - это модное слово.

Машинное обучение - это не то, о чем говорят в рекламе: вы можете решить бесчисленное множество проблем, предоставляя соответствующие обученные данные для соответствующих алгоритмов обучения. Назовите его ИИ, если это поможет вам продать вашу ИИ-систему. Но знайте, что ИИ - это только модное слово, которое означает только то, что люди ожидают от него.

• #### 2) Машинное обучение в основном связано с данными и алгоритмами, но в первую очередь - с данными.

Есть много интересного в алгоритмах машинного обучения, особенно в глубоком обучении. Но данные являются ключевым фактором, который делает машинное обучение возможным.

• #### Если у вас есть большое количество данных, вы должны придерживаться простой модели.

Машинное обучение обучает модели на основе моделей в данных, исследуя пространство возможных моделей, определенных параметрами. Если пространство параметров слишком большое, это будет перенастраиваться на обученные данные и обучить модель, которая не сможет обобщить себя. Если это будет подробно объясняться, потребуется больше математических вычислений, и вы должны использовать это в качестве руководства, чтобы ваша модель была максимально простой.

• #### Качество машинного обучения сильно связано с качеством данных, используемых для обучения.

Существует поговорка, что если вы вводите в компьютер кучу мусора, то выводите кучу мусорных данных. Хотя эта фраза появилась до появления машинного обучения, именно это является ключевым ограничением существования машинного обучения.

• #### 5, машинное обучение работает только при условии, что обучающие данные являются репрезентативными.

Как предупреждают в инструкции к инвестированию в фонды, прошлые показатели не гарантируют будущих результатов. Машинное обучение должно выпустить аналогичное предупреждение: оно может работать только на основе данных, которые распределены так же, как и тренировочные данные. Следовательно, необходимо следить за отклонениями между тренировочными и производственными данными и регулярно повторять тренировочную модель, чтобы гарантировать, что она не устареет.

• #### 6. Большая часть работы машинного обучения - это преобразование данных.

В свете всеобщей пропаганды машинного обучения, вы можете подумать, что он делает это в основном для выбора и корректировки алгоритмов. Но реальность проста: большая часть вашего времени и энергии будет потрачена на очистку данных и инженерию характеристик, то есть преобразование исходных характеристик в характеристики, которые лучше представляют данные.

• #### Глубокое обучение - это революционный прогресс, но не чудодейственное лекарство.

Глубокое обучение также популяризируется, поскольку оно применяется и развивается во многих областях. Кроме того, глубокое обучение способствует автоматизации некоторых работ, которые традиционно выполняются с помощью специальной инженерии, особенно для изображений и видеоданных.

• #### 8. Системы машинного обучения подвержены воздействию ошибок операторов.

Прошу прощения у NRA, но алгоритмы машинного обучения не убивают людей, а убивают людей. Когда система машинного обучения терпит неудачу, это редко происходит из-за проблемы с алгоритмами машинного обучения. Скорее всего, в обучающих данных были введены искусственные ошибки, которые привели к отклонениям или другим системным ошибкам.

• #### 9, машинное обучение может непреднамеренно создать самореализующееся пророчество.

Во многих приложениях машинного обучения решения, которые вы принимаете сегодня, влияют на тренировочные данные, которые будут собраны завтра. Как только система машинного обучения интегрирует отклонения в модель, она может продолжать генерировать новые тренировочные данные, усиленные отклонениями. Кроме того, некоторые отклонения могут разрушить жизнь людей.

• #### Искусственный интеллект не пробуждает себя, не восстает и не уничтожает человечество.

Достаточно много людей, кажется, получили идею об искусственном интеллекте из научно-фантастических фильмов. Мы должны быть вдохновлены научно-фантастическими фильмами, но мы не можем быть настолько глупыми, чтобы ошибочно принимать фантастику за реальность.

Я думаю, что это будет полезно для неспециалистов.

Снимок с сайта Global AI Big Data