Învățare automată

Ce este învățarea automată?

Învățarea automată este conceptul conform căruia un program de calculator poate învăța și se poate adapta la noi date fără intervenția umană. Învățarea automată este un câmp al inteligenței artificiale (AI) care menține actualizați algoritmii încorporați ai unui computer, indiferent de schimbările din economia mondială.

Chei de luat masa

• Învățarea automată este o zonă a inteligenței artificiale (AI), cu un concept că un program de calculator poate învăța și adapta la noi date fără intervenția umană.
• Un algoritm complex sau cod sursă este încorporat într-un computer care permite mașinii să identifice date și să construiască predicții în jurul datelor pe care le identifică.
• Învățarea automată este utilă în analiza cantității imense de informații care sunt disponibile în mod constant și ușor în lume pentru a ajuta la luarea deciziilor.
• Învățarea automată poate fi aplicată într-o varietate de domenii, cum ar fi investițiile, publicitatea, creditarea, organizarea de știri, detectarea fraudei și multe altele.

Înțelegerea învățării automate

Diverse sectoare ale economiei se ocupă de cantități uriașe de date disponibile în diferite formate din surse disparate. Cantitatea enormă de date, cunoscută sub numele de big data, devine ușor disponibilă și accesibilă datorită utilizării progresive a tehnologiei, în special a capacităților de calcul avansate și a stocării în cloud. Companiile și guvernele își dau seama de perspectivele uriașe care pot fi obținute din utilizarea datelor mari, dar nu au resursele și timpul necesar pentru a se pieptăna prin bogăția sa de informații. Ca atare, măsuri de inteligență artificială sunt folosite de diferite industrii pentru a aduna, prelucra, comunica și partaja informații utile din seturile de date. O metodă de IA care este din ce în ce mai utilizată pentru prelucrarea datelor mari este învățarea automată.

Diferitele aplicații de date ale învățării automate sunt formate printr-un algoritm complex sau cod sursă încorporat în mașină sau computer. Acest cod de programare creează un model care identifică datele și creează predicții în jurul datelor pe care le identifică. Modelul folosește parametrii încorporați în algoritm pentru a forma modele pentru procesul său de luare a deciziilor. Când devin disponibile date noi sau suplimentare, algoritmul ajustează automat parametrii pentru a verifica dacă există o modificare a modelului. Cu toate acestea, modelul nu ar trebui să se schimbe.

Utilizări ale învățării automate

Învățarea automată este utilizată în diferite sectoare din diverse motive. Sistemele de tranzacționare pot fi calibrate pentru a identifica noi oportunități de investiții. Platformele de marketing și comerț electronic pot fi reglate pentru a oferi utilizatorilor lor recomandări precise și personalizate pe baza istoricului de căutare pe internet al utilizatorilor sau a tranzacțiilor anterioare. Instituțiile de creditare pot încorpora învățarea automată pentru a prezice împrumuturile neperformante și pentru a construi un model de risc de credit. Centrele de informații pot utiliza învățarea automată pentru a acoperi cantități uriașe de știri din toate colțurile lumii. Băncile pot crea instrumente de detectare a fraudei din tehnici de învățare automată. Încorporarea învățării automate în era digitală este nesfârșită, pe măsură ce întreprinderile și guvernele devin mai conștiente de oportunitățile pe care le oferă datele mari.

Aplicarea învățării automate

Cum funcționează învățarea automată poate fi explicat mai bine printr-o ilustrare în lumea financiară. În mod tradițional, jucătorii de investiții de pe piața valorilor mobiliare, cum ar fi cercetătorii financiari, analiștii, administratorii de active și investitorii individuali, parcurg o mulțime de informații de la diferite companii din întreaga lume pentru a lua decizii de investiții profitabile. Cu toate acestea, este posibil ca unele informații pertinente să nu fie mediatizate pe scară largă și pot fi cunoscute doar de câțiva selectați care au avantajul de a fi angajați ai companiei sau rezidenți ai țării din care provin informațiile. În plus, există doar atâtea informații pe care oamenii le pot colecta și prelucra într-un anumit interval de timp. Aici intervine învățarea automată.

O firmă de administrare a activelor poate utiliza învățarea automată în domeniul său de analiză și cercetare a investițiilor. Să presupunem că administratorul de active investește doar în stocuri miniere. Modelul încorporat în sistem scanează internetul și colectează toate tipurile de evenimente de știri de la companii, industrii, orașe și țări, iar aceste informații colectate alcătuiesc setul de date. Administratorii de active și cercetătorii firmei nu ar fi putut obține informațiile din setul de date folosind puterile și intelectele lor umane. Parametrii construiți alături de model extrag doar date despre companiile miniere, politicile de reglementare privind sectorul de explorare și evenimentele politice din anumite țări din setul de date.

Exemplu de învățare automată

Să spunem că compania minieră XYZ tocmai a descoperit o mină de diamante într-un oraș mic din Africa de Sud. Un instrument de învățare automată în mâinile unui manager de active care se concentrează pe companiile miniere ar evidenția acest lucru ca date relevante. Modelul din instrumentul de învățare automată ar folosi apoi un instrument de analiză numit analiza predictivă pentru a face predicții dacă industria minieră va fi profitabilă pentru o perioadă de timp sau care stocuri miniere vor crește probabil la un anumit moment, pe baza informații recente descoperite, fără nicio contribuție din partea administratorului de active. Aceste informații sunt transmise administratorului de active pentru a le analiza și a lua o decizie pentru portofoliul lor. Administratorul de active poate lua decizia de a investi milioane de dolari în acțiuni XYZ.

Ca urmare a unui eveniment nefavorabil, cum ar fi minerii din Africa de Sud care intră în grevă, algoritmul computerului își ajustează automat parametrii pentru a crea un nou model. În acest fel, modelul de calcul încorporat în mașină rămâne actual, chiar și cu schimbări în evenimentele mondiale și fără a fi nevoie ca un om să-și modifice codul pentru a reflecta schimbările. Deoarece administratorul de active a primit aceste noi date la timp, ei își pot limita pierderile ieșind din stoc.