观点:机器学习需要我们的关注!

人工智能 机器学习
任何使用机器学习系统的人必须意识到它的局限性。任何用户都不应该被机器学习带来的各种可能性所淹没,以至于忘记了它的局限性。

机器学习是一项强大的技术,值得我们更多的关注。很长一段时间以来,我们已经听到了大量的机器学习应用。但是,如果没有仔细的监督,机器学习算法无法提供优化的结果。因此,关注机器学习与在企业中实施机器学习同样重要。

机器学习的问题

毫无疑问,没有人会需要一个预测错误结果的机器学习系统。但事实是,机器学习系统并不是完全正确的,它也会犯错。比如人工算法容易出错,可能在无意中加剧招聘过程中的歧视。任何使用此类系统的人力资源经理都需要意识到它的局限性,并制定应对这些局限性的计划。算法在某种程度上是嵌入在代码中的我们的意见,它们反映了导致机器学习错误和误解的人类偏见。

上述陈述的重点是,任何使用机器学习系统的人必须意识到它的局限性。任何用户都不应该被机器学习带来的各种可能性所淹没,以至于忘记了它的局限性。

现在,让我们把机器学习系统分解成:

  • 活跃的系统
  • 被动系统

简而言之,主动系统就是那些由人类控制操作的系统。另一方面,被动系统是指由机器控制所有过程,几乎不受人为干扰的系统。由于人类统治着主动系统,因此需要经验丰富、合格的分析师来管理机器学习系统。

以下是机器学习专业人士面临的7大挑战:

  • 数据质量差
  • 训练数据欠拟合
  • 训练数据的过度拟合
  • 机器学习是一个复杂的过程
  • 缺乏训练数据
  • 实现缓慢
  • 数据增长时算法的缺陷

大多数公司缺乏具备必要专业知识的员工。因此,即使出现了前瞻性技术,电子表格等传统软件仍继续主导分析研究。此外,过度拟合是机器学习的另一个主要问题,系统会与输入给它的大型数据集混淆。结果会导致系统有时会关注不必要的数据。

另一方面,被动模型会产生另一组问题。受过训练以自行响应的机器可能会带来风险。例如,我们正在与一个聊天机器人互动,请求一些紧急帮助。如果机器人回复:“对不起,我很理解你的问题,我很想帮助你,但我还在慢慢学习新的单词和命令。”这种情况下,我们希望得到更好的支持,不是吗?因此,机器学习也需要关注!

如何照顾机器学习

在企业中实施机器学习之前,先执行这些简单的步骤,以提高生产率和增加收入。了解机器学习算法可以在哪些领域推动企业实现利润最大化。在对机器学习有了全面的了解后,管理者可以在企业中充分利用机器学习技术。

组织必须采用透明的机器学习模型,这使得高层管理人员能够跟踪所有的决策。创建一个交换主动和被动模型的映射,以便始终为用户提供必要的支持。处理机器学习系统是复杂而直接的。在企业中实施机器学习之前,请详细阅读本文,以便轻松地在企业中实施机器学习。

责任编辑:姜华 来源: 千家网
相关推荐

2015-11-11 13:35:15

2010-03-09 18:34:29

Python日志

2018-08-05 06:48:34

2017-11-27 14:56:15

2022-08-15 10:21:44

机器学习人工智能

2018-04-12 13:53:19

2017-02-27 14:24:12

机器学习深度学习数学

2011-09-25 11:28:11

2021-12-19 13:56:46

机器学习数据人工智能

2015-08-12 15:31:18

人工智能深度学习Fackbook

2019-01-21 15:50:55

2015-11-17 09:18:33

谷歌机器学习开源

2017-12-30 10:15:15

机器学习工具框架

2022-08-15 09:34:56

机器学习人工智能

2020-12-07 08:15:11

机器学习人工智能AI

2016-12-16 14:57:19

2021-08-09 08:00:00

深度学习人工智能机器学习

2018-10-25 14:14:52

云计算机器学习数据分析

2017-02-23 09:32:23

投身AI理由

2020-02-07 22:18:32

机器学习人工智能AI
点赞
收藏

51CTO技术栈公众号