Машинное обучение

Это трудоемкий процесс и не все данные вручную размещаются ML специалистами. Для разметки привлекаются сторонние подрядчики или они поручают ее специально обученным алгоритмам. Нельзя полностью автоматизировать процесс. Необходим эксперт, чтобы проверить правильность разметки.Имеются специальные данные, чтобы разметить их, требуется глубокое знание предмета. Например, размещая данные для медицинской модели, распознающей снимки и определяющей опухоли, сами эксперты должны быть стопроцентно уверены, что перед ними не засвеченный участок, а, действительно, опухоль.3. Исследовательский анализЭтап контрольной проверки, когда специалист сверяет, правильно ли распределены данные, зависимость друг от друга различных признаков и нет ли в них ошибки или нетипичных случаев.Например, для некоторых алгоритмов необходимо, чтобы все цифры находились в диапазоне от 0 до 1 или от −1 до 1. Задача эксперта на этом этапе — посмотреть вглубь данных и увидеть основные закономерности.4. Обучение моделиНа этом этапе ML-специалист выбирает подходящие алгоритмы для решения задачи, обучает несколько перспективных моделей.5. Тестирование и оценкаЗавершение обучения надо оценить и понять, что делать дальше: пересмотреть алгоритм и поменять параметры, собирать недостающие данные и продолжить обучение. Как в любой профессии, в ML случаютсянестандартные ситуации, не вписывающиеся в эту схему работы. Например, когда для данной задачи нет подходящих алгоритмов и нужно создать новый.Или создать новую архитектуру нейросети, обучить её и оценить результат. Машинное обучение — активно развивающееся направление. Вычислительные мощности растут, возникают новые задачи, которые требуют нетипичного подхода. А это значит, что у ML-эксперта всегда есть простор для творчества и профессионального развития.ЗаключениеРассмотрев тему, мы пришли к следующим выводам:- история машинного обучения началась в 50-е годы прошлого века;- машинное обучение как отрасль науки находится в постоянном развитии;- в работе указаны виды машинного обучения и дана их краткая характеристика;- приведены некоторые примеры применения машинного обучения в разных отраслях хозяйства.Машинное обучение имеет хорошие перспективы развития. Сейчас крупные компании вкладывают большие деньги(до 500 миллионов долларов) в обучение машин, потому что эта технология действительно окупается. Через пять лет показатель инвестиций может быть увеличен в десять раз.С каждым годом появляется все больше данных, которыеусложняются ичеловеку уже недостаточно своих аналитическихспособностей. Поэтому некоторые задачи перейдут к машинам, искусственномуинтеллекту, который справится с ними лучше и быстрее,чем человек.Предполагается, что в ближайшее десятилетие искусственныйинтеллект сможет занять около 7% рабочих мест в России. Какие-то процессыбудут автоматизированы, управлять этими процессами,возможно, будут самообучающиеся алгоритмы.Огромно место займет искусственный интеллект в интернете вещей. Интернет вещей— это большой поток информации в реальном времени, который надо обработать.Устройства, которые подключены к сети,производят огромное количестводанных, и их необходимо обрабатывать, анализировать ихранить. Например, зубные щетки с функцией блютуз, отправляющие информацию о состоянии зубов врачу-стоматологу, или дроны,которые станут незаменимыми в сельском хозяйстве. Они смогут собирать данные о зрелости урожая, о состоянии почвы, о наличии вредителей иболезней растений. Скорее всего в таких технологиях будут использоватьмашинное обучение. Именно поэтому машинное обучение готовит для насперспективное будущее и массу интересных инноваций.Список использованных источниковhttps://azure.microsoft.com/ru-ru/resources/cloud-computing-dictionary/what-is-machine-learning-platform/www.machinelearning.ruНейросети и глубокое обучениеhttps://habr.com/ru/articles/456738/Флах П.Машинное обучение. Наука и искусство построения алгоритмов, которыеизвлекают знания из данных / пер. с англ. А. А. Слинкина. – М.: ДМК Пресс,2015 – 400 с.: ил.https://docs.yandex.ru/docs/view?tm=1702916131&tld=ru&lang=ru&name=22678129.pdf&text=Петер%20Флах.%20Машинное%20обучение.Наука%20и%20искусство%20построения%20алгоритмов%