En ce qui concerne l'apprentissage automatique, aujourd'hui semble être un sujet que tout le monde connaît.Mais il y a quelques années, quand Elizabeth a rejoint JMP, il était toujours aussi curieux et intéressé par l'exploration de ces régions.Nous entamons aujourd'hui le voyage de la machine learning et de l'exploration.
L'auteur de cet article est Elizabeth Claassen, le texte original est publié dans la communauté d'utilisateurs mondiale JMP, les amis intéressés par le texte original peuvent aussi être directement Voir l'original .
Lorsqu'il a rejoint JMP en 2014, Elizabeth venait d'obtenir un doctorat en statistiques d'une école dotée d'une longue et remarquable histoire d'expériences agricoles et de modélisation hybride. Elle avait l'habitude de faire de petits projets expérimentaux, en maximisant les informations grâce à une planification judicieuse, à l'analyse technique de modèles mixtes et à une sortie optimisée.L'exemple le plus simple est la conception de la zone divisée.Cela est vrai que les scientifiques qui travaillent avec elle viennent des sciences animales, de l'entomologie, des sciences de l'alimentation ou de l'éducation.
Peu de temps après avoir rejoint JMP, la chaleur des données massives a atteint son apogée.Ce qui a suivi a été l'essor de l'apprentissage automatique dans quelques années.Il n'est pas étonnant que l'essor de l'apprentissage automatique soit à la traîne par rapport au big data.Alors, que devriez-vous faire après la collecte des données?Bien entendu, il est analysé à l'aide d'outils d'apprentissage automatique.
L'éducation formelle qu'Elizabeth a reçue à l'école ne concernait pas spécifiquement le domaine de l'apprentissage automatique, mais après qu'elle ait commencé à travailler en tant que développeur de statistiques, il s'agissait là des éléments essentiels qu'il lui fallait maîtriser rapidement.Alors, quand elle a fait ses premiers pas dans un nouveau thème, elle a commencé à se renseigner sur l'apprentissage automatique sur le site Wikipedia.
«L'apprentissage automatique est un domaine interdisciplinaire qui utilise des techniques statistiques pour permettre aux systèmes informatiques d'apprendre des données (par exemple, pour améliorer progressivement les performances d'une tâche particulière) sans recourir à une programmation explicite.”
Est-ce que cela semble incroyable? Comment un système informatique peut-il "apprendre" quoi que ce soit sans une programmation claire? "Nous n'avons pas encore implémenté Skynet.Elizabeth pensait.Alors elle a continué à creuser plus profondément.
L’Encyclopedia Britannica définit l’apprentissage par machine comme suit: "L’apprentissage par machine en intelligence artificielle (informatique) est une discipline axée sur la réalisation d’un apprentissage autonome par logiciel.”
Lorsqu'Elizabeth en a appris davantage sur l'apprentissage automatique, elle s'est davantage intéressée à l'apprentissage autonome de logiciels."Il n'y a pas de programmation explicite" signifie qu'une fois passé à l'algorithme, celui-ci ne reçoit aucune autre instruction de la part des humains.
Sur la base des définitions ci-dessus et de la connaissance des termes qu'elle utilise, Elizabeth reconnaît que l'apprentissage automatique est le mot à la mode de l'intelligence artificielle actuelle, à savoir des algorithmes informatiques qui prennent des décisions, des prédictions ou des classifications en fonction de données.
Apprentissage supervisé et non supervisé
Alors, JMP peut-il implémenter l'apprentissage automatique? La réponse est oui! Techniquement, JMP dispose de fonctionnalités d’apprentissage automatique depuis sa première publication en 1989.Cela montre que JMP a toujours été à l’avant-garde.Ensuite, examinons de plus près les algorithmes pris en compte par tout le monde quand on parle d’apprentissage automatique.
Les algorithmes d’apprentissage automatique sont souvent divisés en différents types - apprentissage supervisé et non supervisé.
- Pour l'apprentissage supervisé, l'algorithme utilise à la fois des variables prédictives (colonnes X) et des variables de réaction (colonnes Y). Les données d'apprentissage réalisent une "supervision" en indiquant à l'algorithme quelle devrait être la valeur attendue de la variable prédite pour la valeur donnée.
- Pour un apprentissage non supervisé, l'algorithme utilise uniquement des variables prédictives, et tout modèle est déterminé uniquement par elles.Sans utiliser de "vérité" (réponse), en fait, beaucoup d’entre nous ne connaissent pas la vérité.
JMP Dans quelles catégories les algorithmes d'apprentissage machine sont-ils?
Apprentissage supervisé
|
Apprentissage non supervisé
|
Arbre de décision *
|
Cluster
|
Réseau de neurones
|
Carte auto-organisée
|
Loi forestière bootstrap *
|
Analyse d'association
|
Retour
|
Décomposition en valeurs singulières
|
K plus proche voisin *
|
|
Coquille simple *
|
|
Les fonctionnalités suivies d'un astérisque (*) sont limitées à JMP Pro.
En voyant cela, de nombreuses personnes peuvent être surprises par le "retour" de la liste, pensant qu'il ne s'agit pas d'un apprentissage automatique au sens classique du terme.Mais c’est en fait la forme la plus directe d’apprentissage supervisé. JMP 1 La version a Fit Y par X Fonction de régression, JMP 3 Augmenté Cluster Après cela, plus d'options d'apprentissage automatique continuent à apparaître dans JMP Dans la nouvelle version. Ceux qui connaissent un ou plusieurs algorithmes peuvent remarquer des similitudes entre eux.De nombreux modèles peuvent produire une précision de prédiction étonnante, mais il peut être difficile d'interpréter les coefficients du modèle ou Démarcation Le sens du point.Par exemple, les résultats de la prédiction peuvent être dérivés en suivant les nœuds de l’arbre de décision, mais il n’existe aucune signification inhérente derrière la sélection de ces nœuds. Nous ne savons pas Classe Les paramètres du modèle de réseau neuronal sont estimés à " Monde réel ” Qu'est-ce que cela signifie, mais Classe Les réseaux de neurones sont l'un des meilleurs modèles d'apprentissage automatique prédictif.
En revanche, les modèles de régression fournissent aux utilisateurs une estimation des paramètres ayant une signification inhérente.Si le coefficient est positif, nous savons que l’augmentation de la valeur de ce prédicteur d’une unité fera Valeur de réaction Ajouter un égal à Département Le montant de la valeur.Ceci et Galit Shmueli "L'interprétation ou la prédiction" que le médecin a dite est liée.Dans ce compromis, le meilleur pli Sincère Un des programmes est Modèle ajusté La fonction de régression généralisée de la plate-forme.Comme JMP Développeur statistique Argile barker Comme dit, utilisez Lasso Ou Filet élastique Les performances de prévision peuvent être améliorées et ce modèle peut toujours être bien expliqué.
Mais y a-t-il un manque d'interprétabilité? Peut-être, peut-être pas.
- Un modèle interprétable n'est pas nécessaire si l'utilisateur se concentre sur l'obtention des prévisions les plus précises d'événements futurs.
- Inversement, si l'utilisateur souhaite une approche plus spécifique " Améliorer leurs scores ” , vous pouvez choisir un modèle interprétable.
Globalement, la clé de tout modèle est que vous pouvez mettre en œuvre la sortie du modèle.
Encore besoin d'intervention humaine
Même si les algorithmes informatiques peuvent faire tout ce qui est formidable, une analyse manuelle est toujours nécessaire pour traiter des problèmes plus avancés.
Par exemple:
Quelles données devraient être incluses ou exclues de l'analyse?
- Certains algorithmes permettent de sélectionner des variables importantes, mais si le modèle ne donne pas initialement de variable à l'ordinateur, même si cette variable est hautement prévisible, l'ordinateur ne la sélectionne pas automatiquement.
- Où est le point de rendements décroissants?
Si le modèle est trop complexe pour être exécuté dans le temps requis, il ne sert à rien.Peut-être qu'un modèle moins complexe peut fournir des résultats aussi bons et rapides.Un exemple bien connu est le gagnant des Netflix Awards.Les performances du modèle gagnant sont presque meilleures que celles attendues par tous, mais elles ne peuvent pas être exécutées dans un environnement immédiat.Parce que Netflix doit conseiller aux utilisateurs ce qu’il faut regarder ensuite, mais la quantité de données et la vitesse de traitement requises par le modèle ne permettent pas de le faire à temps.
- Y a-t-il un biais inhérent dans le modèle?
De toute évidence, les algorithmes informatiques n'ont pas le biais que les humains ont, mais ils peuvent produire des modèles hautement corrélés aux caractéristiques du biais.Par exemple, dans une hypothèque, certaines caractéristiques sont illégales lors de la prise d'une décision de prêt.Cependant, plusieurs facteurs légitimes sont fortement corrélés aux facteurs illégaux.Par exemple, même si la race ne fait pas directement partie des données, l'algorithme peut générer un modèle qui rejette presque complètement une race particulière, et ce modèle aura probablement des conséquences juridiques.
- Quand dois-je mettre à jour le modèle?
Le but de la modélisation est de générer une sortie qui nous permet de passer à l'action. Ainsi, une fois que le modèle est mis en action, il doit être mis à jour.Ces mises à jour sont requises car les modifications apportées à la mise en œuvre affecteront les futures entrées du modèle.Si vous continuez à utiliser l'ancien modèle, il existe un risque d'extrapolation au-delà des limites des données d'origine.Par conséquent, seuls les humains peuvent répondre à la question de savoir à quel point le modèle doit être mis à jour.
C'est pourquoi, malgré la popularité de l'apprentissage automatique, une intervention humaine est nécessaire pour mieux construire des modèles et mettre à jour des modèles afin de garantir que des modèles précis servent notre travail plus efficacement.
Dans le prochain article, nous présenterons plus en détail deux algorithmes d’apprentissage automatique: les k voisins les plus proches et les coques simples, et à travers des cas pratiques, pour voir comment utiliser ces deux méthodes pour analyser des données intéressantes dans la vie quotidienne.
