Satura rādītājs:
Mašīnmācība ir bijusi viens no lielākajiem sasniegumiem skaitļošanas vēsturē, un tagad tiek uzskatīts, ka tā spēj uzņemties nozīmīgu lomu lielo datu un analītikas jomā. Lielo datu analīze ir milzīgs izaicinājums no uzņēmumu viedokļa. Piemēram, tādas darbības kā liela apjoma dažādu formātu datu iegūšana, datu sagatavošana analītikai un lieku datu filtrēšana var patērēt daudz resursu. Datu zinātnieku un speciālistu algošana ir dārgs piedāvājums, un tas nav katra uzņēmuma līdzeklis. Eksperti uzskata, ka mašīnmācība spēj automatizēt daudzus ar analītiku saistītus uzdevumus - gan ikdienas, gan sarežģītus. Mašīnmācības automatizēšana var atbrīvot daudz resursu, ko var izmantot sarežģītākos un novatoriskākos darbos. Liekas, ka mašīnmācība ir virzījusies šajā virzienā. (Lai uzzinātu vairāk par mašīnmācības izmantošanu, skatiet sadaļu Mašīnmācības solījumi un kļūmes.)
Automatizācija informācijas tehnoloģiju kontekstā
IT kontekstā automatizācija ir atšķirīgu sistēmu un programmatūras sasaiste, lai tās varētu veikt konkrētus darbus bez jebkādas cilvēka iejaukšanās. IT nozarē automatizētās sistēmas var veikt gan vienkāršus, gan sarežģītus darbus. Vienkārša darba piemērs varētu būt formas integrēšana ar PDF un dokumenta nosūtīšana pareizajam saņēmējam, savukārt izbraukuma rezerves kopijas nodrošināšana varētu būt sarežģīta darba piemērs.
Lai veiktu savu darbu, automatizēta sistēma ir jāieprogrammē vai jāsniedz skaidri norādījumi. Katru reizi, kad automatizētai sistēmai ir jāmaina savu darbu joma, cilvēkam ir jāatjaunina programma vai instrukciju komplekts. Kaut arī automatizētās sistēmas ir efektīvas savā darbā, kļūdas var rasties dažādu iemeslu dēļ. Ja rodas kļūdas, ir jāidentificē un jālabo galvenais cēlonis. Acīmredzot, lai veiktu savus darbus, automatizētās sistēmas ir pilnībā atkarīgas no cilvēkiem. Jo sarežģītāks ir darba raksturs, jo lielāka ir kļūdu un problēmu iespējamība.
