Turinys:
Mašinų mokymasis buvo vienas didžiausių pasiekimų kompiuterijos istorijoje, ir dabar manoma, kad jis gali užimti reikšmingą vaidmenį didžiųjų duomenų ir analizės srityje. Didelių duomenų analizė yra didžiulis iššūkis iš verslo perspektyvos. Pvz., Tokia veikla, kaip didžiulės apimties įvairių formatų duomenų suvokimas, duomenų paruošimas analizei ir nereikalingų duomenų filtravimas, gali sunaudoti daug išteklių. Duomenų mokslininkų ir specialistų samdymas yra brangus pasiūlymas, o ne kiekvienos įmonės priemonė. Ekspertai mano, kad mašinų mokymasis gali automatizuoti daugelį užduočių, susijusių su analitika - tiek įprastų, tiek sudėtingų. Automatizuotas mašinų mokymasis gali atlaisvinti daug išteklių, kuriuos galima panaudoti atliekant sudėtingesnius ir novatoriškesnius darbus. Panašu, kad mašinų mokymasis eina ta linkme. (Norėdami daugiau sužinoti apie mašininio mokymosi naudojimą, skaitykite skiltyje „Mokymosi mašinomis pažadai ir nesėkmės“.)
Automatika informacinių technologijų kontekste
IT kontekste automatizavimas yra skirtingų sistemų ir programinės įrangos susiejimas, kad jos galėtų atlikti konkrečius darbus be jokio žmogaus įsikišimo. IT pramonėje automatinės sistemos gali atlikti tiek paprastus, tiek sudėtingus darbus. Paprasto darbo pavyzdys gali būti formos integravimas su PDF ir dokumento siuntimas tinkamam gavėjui, o atsarginės kopijos pateikimas už įmonės ribų gali būti sudėtingo darbo pavyzdys.
Norėdami atlikti savo darbą, automatizuotą sistemą reikia užprogramuoti arba duoti aiškias instrukcijas. Kiekvieną kartą, kai reikalinga automatizuota sistema, kad pakeistų savo darbų apimtį, žmogus turi atnaujinti programą ar instrukcijų rinkinį. Nors automatinės sistemos yra veiksmingos jų darbe, klaidos gali atsirasti dėl įvairių priežasčių. Kai atsiranda klaidų, reikia nustatyti ir ištaisyti pagrindinę priežastį. Akivaizdu, kad automatinės sistemos, norėdamos atlikti savo darbus, yra visiškai priklausomos nuo žmonių. Kuo sudėtingesnis darbo pobūdis, tuo didesnė klaidų ir problemų tikimybė.
