Зачем вам нужно машинное обучение?

Мы все живем в эпоху, когда то, что у нас уже есть или чем мы владеем, не является самодостаточным. Жажда желать большего растет с каждым днем ​​все больше и больше. Будь то автомобиль или сотовый телефон, мы все хотим, чтобы у нас была последняя модель.

Если бы мы все были довольны технологиями, которые у нас есть, нас бы сегодня здесь не было.

Технологии еще раз подтвердили теорию Дарвина. Да, выживает сильнейший. Старые технологии с каждым годом исчезают и заменяются новыми.

Машинное обучение — одна из таких технологий, достаточно мощная, чтобы влиять на любую возможную область, о которой мы только можем подумать. Ниже я упомянул несколько областей, где без машинного обучения не обойтись.

Варианты использования машинного обучения

Здравоохранение

Допустим, у пациента есть проблемы со здоровьем, и он посещает врача. Врач говорит, что это очень редкое состояние. И он не видел достаточно пациентов с этим состоянием. Поэтому он направляет пациента к другому врачу. И то же самое происходит там.

Если состояние очень редкое, то у любого врача будет лишь небольшой опыт лечения или лечения такого состояния.

Состояние может быть редким. Но вместе в мире будет много людей, страдающих от этого состояния. И, подумайте, если бы один врач мог оценить всех пациентов в мире с этим заболеванием, то у него было бы достаточно опыта их лечения, верно? Возможно ли это практически?

да. Это возможно благодаря машинному обучению. Все записи пациентов, у которых уже было или есть это заболевание в мире, могут быть переданы в модель машинного обучения. Это могло бы выявить скрытые паттерны, которые обычно встречаются у таких пациентов. И этот софт можно раздать врачам.

Было доказано, что в прогнозировании заболеваний машинное обучение обладает большей точностью, чем врачи.

Прежде чем идти к врачу, мы смотрим, сколько лет опыта у врача в этой конкретной области, верно? Если бы система искусственного интеллекта могла функционировать как врач или помогать ему, то таким образом у вас будет бессмертная система. И это могло бы диагностировать пациентов в настоящем и в будущем, для грядущих поколений. Попутно приобретая сотни лет опыта.

Я не говорю, что машинное обучение заменит врачей-людей. Это поможет им в диагностике заболеваний.

Транспорт

Сколько часов вы можете непрерывно ездить? 3 или 4 часа? Или больше? Хорошо. По-разному. А для того, чтобы водить машину внимательно, нужно достаточно отдыхать. Может быть, человек может ездить максимум 8 часов (?) с перерывами в день.

Что, если бы нашёлся водитель, который мог бы ездить круглосуточно без остановок с полным вниманием к дороге? Люди не могут. Но машины могут.

Автономные или беспилотные автомобили и грузовики сделают большой прорыв в транспортной отрасли. Сокращение затрат и быстрые сроки доставки, которые сейчас считаются роскошью, в будущем станут еще одним стилем жизни.

Самоуправляемые автомобили станут благословением для людей с проблемами зрения. Это будет решением многих причин дорожно-транспортных происшествий, таких как сонливость, усталость, вождение в нетрезвом виде или резкое вождение и т. д.

Некоторые люди боятся термина «самоуправляемые автомобили». Насколько это безопасно? Я должен сказать, что за кулисами происходит достаточно тренировок. Сначала люди снова и снова управляют автомобилем для обучения его работе на разных участках, в разных погодных условиях, на холмах или во всем, о чем мы только можем подумать. Самое приятное то, что данные от такого количества таких обученных автомобилей могут быть объединены в централизованную систему. Это обеспечивает автомобилю колоссальный опыт, который водитель-человек мог бы получить за всю свою жизнь.

Значит, аварий не будет? Это может быть. Но скорость будет намного меньше, чем вы можете ожидать от водителей-людей.

Банковское дело

Мошенничество с кредитными картами. Мы все слышали об этом. Представьте себе, что в банке человек должен смотреть на транзакции, чтобы определить, является ли это мошеннической транзакцией. Сколько записей он может проанализировать за день? Знает ли он все возможности того, как могут выглядеть мошеннические транзакции?

Кроме того, соотношение мошеннических транзакций по сравнению с законными транзакциями намного меньше. Таким образом, сформулировать все возможные правила здесь непросто. Вот почему человек не может «запрограммировать правила» для компьютера традиционным способом.

Так что пусть специалисты разбираются. Под экспертами я подразумеваю модель машинного обучения. Он мог анализировать все транзакции, которые когда-либо происходили, и выявлять скрытые закономерности в мошеннических транзакциях.

С этого момента каждый раз, когда происходит новая транзакция, она может быть проверена этой экспертной системой, чтобы определить, является ли она законной или мошеннической транзакцией.

Организация документов

У нас есть буквально бесконечное количество данных, живущих в Интернете. Даже с точки зрения организации существует очень много записей. Невозможно вручную прочитать все документы и классифицировать их по содержанию. Кроме того, традиционный стиль программирования не подходит для такой огромной задачи.

Машинное обучение — идеальное решение. Он читает все документы для вас и упорядочивает их на основе их содержания. Не только текст, но и картинки и видео.

Мы видим фильмы, аккуратно сгруппированные по жанру, на таких онлайн-платформах, как Netflix, Amazon Prime Video и т. д. Это лишь несколько примеров систем машинного обучения.

Мы можем продолжать и продолжать говорить об областях, где машинное обучение уже пустило свои корни. А пока я остановлюсь здесь.

Темная сторона машинного обучения

Итак, с ML все в порядке? Да, но есть одна вещь, которую вы должны знать. Даже у этого великана есть темная сторона(!)

Например, рассмотрим систему, основанную на правилах (это не машинное обучение), как показано ниже:

Температура пациента ‹ 101 === Вроде все в порядке

Температура пациента > 101 и ‹ 104 === Предложите пероральный прием тайленола или ибупрофена

Температура пациента › 104 === Предложите жидкости для внутривенного введения

(Отказ от ответственности: это просто пример представления. Нене медицинский совет.)

Допустим, результат теста неудовлетворителен, или поступила жалоба на то, что вышеперечисленная система виновата перед пациентом. У вас всегда есть способ отследить правила шаг за шагом, чтобы увидеть, какое правило беспокоит.

Несмотря на то, что система машинного обучения является экспертом, в ней не запрограммированы правила. Потому что система машинного обучения обучается сама. Таким образом, в случае получения какой-либо жалобы мы не сможем отследить и определить, почему она не была удовлетворена в данном конкретном случае.

Рассмотрим систему машинного обучения, которая используется для идентификации заболеваний. Предположим, что система точна на 99%. Это значит, что у 1 из 100 пациентов результат теста будет неверным, верно? В этом случае не было бы никакого способа определить, почему тест не удался для этого 1 пациента.

Или, скажем, беспилотный автомобиль точен на 99,9999%. Это означает, что 999 999 раз из 1 миллиона он работает точно. И 1 из 1 миллиона шансов, что он может потерпеть неудачу. И в этом случае потерпевшему не может быть дано никаких объяснений, почему система вышла из строя.

Дальнейшее чтение

Ниже приведены темы абсолютного начального уровня. Я рекомендую проверить их.

  1. Почему машинное обучение лучше традиционного программирования?
  2. Простое объяснение машинного обучения
  3. Наука о данных и машинное обучение — в чем разница?

Я надеюсь, что эта статья будет полезна для вас. Спасибо за чтение! 🙂

…

Нравится эта статья? Найдите больше подобных на https://mldoodles.com.

…

Первоначально опубликовано на https://mldoodles.com 7 марта 2021 г.