J:
Kāda ir atšķirība starp mašīnmācīšanos un datu ieguvi?
A:Datu ieguve un mašīnmācība ir divi ļoti atšķirīgi termini - taču tos abus bieži izmanto vienā kontekstā, kas ir pušu spēja precizēt un kārtot datus, lai nonāktu pie atziņām un secinājumiem. Līdzības un atšķirības apvienojumā var padarīt neskaidru sarunu par šiem diviem ļoti atšķirīgajiem procesiem mazāk tehniski lietpratīgai auditorijai.
Datu ieguve ir process, kurā dati tiek apkopoti un pēc tam no šīs lielākās datu kopas iegūti noderīgi dati. Tas ir zināšanu atklāšanas veids, kas notiek kopš brīža, kad mēs varējām apkopot lielu datu daudzumu. Jūs varat veikt datu ieguvi, izmantojot diezgan primitīvu sistēmu: programma tiks ieprogrammēta, lai meklētu īpašus modeļus un datu tendences, un tehniskā informācija tiks “iegūta” no neapstrādātās datu masas jebkurā formā, kādā tā var būt.
Mašīnmācība ir kaut kas jaunāks un sarežģītāks. Mašīnmācībā tiek izmantotas datu kopas, taču atšķirībā no datu ieguves mašīnmācībā tiek izmantoti sarežģīti algoritmi un iestatījumi, piemēram, neironu tīkli, lai mašīna faktiski varētu mācīties no ieejas datiem. Tādējādi mašīnmācīšanās ir nedaudz padziļināta nekā datu ieguves darbība. Piemēram, neironu tīklā mākslīgie neironi darbojas slāņos, lai ņemtu vērā ievades datus un izvadītu izejas datus ar daudz sarežģītu “melnās kastes” darbību starp tām (termins “melnā kaste” attiecas uz sarežģītākām sistēmām, ja cilvēkiem ir grūti saprast, kā neironu tīkli vai algoritmi faktiski veic savus darbus).
Datu ieguve un mašīnmācība arī ir diezgan atšķirīgas to pielietojumos uzņēmumam. Atkal datu ieguvi var turpināt jebkurā ERP lietojumprogrammā un daudzos dažādos procesos.
Turpretī mašīnmācīšanās projekts prasa ievērojamus resursus. Projekta vadītājiem ir jāapkopo apmācības un testa dati, jāmeklē tādas problēmas kā pārmērīga aprīkošana, jāizlemj par funkciju izvēli un funkciju iegūšanu un vēl daudz ko citu. Mašīnmācībai no dažādām ieinteresētajām personām var būt nepieciešami sarežģīti pieteikšanās veidi, turpretim datu ieguves darbībām parasti ir nepieciešama ātra izrakstīšanās.
Neskatoties uz šīm atšķirībām, gan datu ieguve, gan mašīnmācība attiecas uz datu zinātnes jomu. Uzzinot vairāk par datu zinātni, ieinteresētās personas var uzzināt vairāk par to, kā šie procesi darbojas un kā tos var pielietot attiecīgajā nozarē.
