В нашей статье о трендах на 2021 упоминали Искусственный Интеллект. Сегодня мы расскажем о подразделе ИИ - Машинном обучении.
Кстати, здесь мы рассказывали об Интернете вещей - еще одном направлении Искусственного Интеллекта
Для чего используется Машинное Обучение?
Задачи МО самые разные, и с ними вы сталкиваетесь каждый день. Классический пример - рекомендации фильмов и музыки. Вы когда-нибудь задумывались, на чем они основаны? Как работают спам-фильтры в электронной почте? Да-да, это всё оно, Машинное обучение. Как это работает? Давайте разбираться:
3 самых распространенных способа Машинного обучения:
- Обучение с учителем
- Обучение без учителя
- Обучение с подкреплением
Обучение с учителем. В роли “Учителя” подразумевается наличие какой-либо выборки данных, как пример для принятия решения. “С учителем” решается 2 типа задач:
Задача регрессии:
Отличительная особенность - количество возможных решений бесконечно. Если вы пытаетесь спрогнозировать количество осадков на следующий год, вы наверняка будете анализировать данные прошлых лет, другими словами - решать задачу регрессии.
Задача классификации:
Мы имеем дело с конечным количеством исходов: отправить письмо в Спам или нет? Для этого анализируем письма, которые уже классифицированы как спам и сравниваем с исследуемым объектом. Затем определяем его положение на графике - и на этом основании делаем выбор.
Обучение без учителя. Выборки данных нет, четких критериев, по которым данные должны анализироваться - тоже. Как и в предыдущем пункте, “без учителя” решаются 2 основные задачи.
Задача кластеризации:
Пользователю Пете нравится песня А, а песня С - нет. Ане нравится песни В и С, а Маше - С и D. Если вам понравилась песня С, то вам дальше будут предложены B и D, но не А, потому что ваши предпочтения ближе к Ане и Маше, а не Пете.
Такой прием также называется Методом ближайших соседей.
Задача поиска ассоциациативных правил:
Представьте, что вы покупаете блокнот в интернет-магазине. При оформлении заказа система вам подсказывает: “С этим товаром также покупают товар “Ручка”. Как думаете, кто-то вручную занес в систему все связанные товары? Конечно нет. Да и невозможно предопределить все взаимосвязи. То есть человеку невозможно. А машины справляются с задачей посредством поиска ассоциативных правил.
Обучение с подкреплением
Задача этого метода - научить программу действовать в реальных условиях как можно эффективнее. “Учителя” здесь нет, но есть окружающая среда, которая предоставляет ответ на действия алгоритма - поощрение или наказание. Можно забирать у системы очки, а можно предоставлять новые.
С помощью таких алгоритмов, например, разрабатываются боты, с которыми вы соревнуетесь в компьютерных играх. И, стоит отметить, довольно успешно: алгоритмы уже давно обошли людей в нескольких видеоиграх Atari, а потом и в игре в Go.
Как вы могли убедиться, задачи машинного обучения совсем не из области фантастики.
А вот вам факт от Лансофт: мы реализовывали машинное обучение в той или иной степени почти во всех проектах. Примеры в конкретных сферах? Легко
- Корпоративная социальная ответственность (CSR или Sustainability). В этом кейсе мы анализировали воздействие на окружающую среду цепочки поставщиков конкретной компании и на этой основе прогнозировали это воздействие в будущем - типичный пример Задачи регрессии. Кстати, подробнее о КСО и данном кейсе можно узнать ТУТ
- Скоринговый сервис с рекомендациями по совершенствованию знаний сотрудников. Команда Лансофт разработала ПО для компаний по оценке компетенций сотрудников. По завершении тестирования пользователям предлагается пройти курсы в областях, где у них низкие показатели.
- Наша собственная разработка в области компьютерного зрения - CV FaceTracker использует алгоритм, определяющий эмоциональное состояние человека на основе анализа движения зрачков. Самообучающаяся нейронная сеть способна делать различные выводы, анализируя отснятые видеоматериалы. На текущий момент готов MVP, запуск продукта планируется на 2021 год
Если у вас есть вопросы к продукту CV FaceTracker или предложения по сотрудничеству в сфере Искусственного Интеллекта, напишите нам на info@lansoft.by