Con respecto al aprendizaje automático, hoy parece ser un tema con el que todos están familiarizados.Pero hace unos años, cuando Elizabeth se unió a JMP, todavía estaba lleno de curiosidad e interés en explorar estas áreas.Hoy comenzaremos el viaje de aprendizaje automático y exploración juntos.
El autor de este artículo es Elizabeth Claassen, el texto original se publica en la comunidad de usuarios global de JMP. La comunidad de JMP, los amigos interesados en el texto original también pueden ser directamente Ver original .
Cuando se unió a JMP en 2014, Elizabeth acababa de obtener un doctorado en estadísticas de una escuela con una larga y distinguida historia de experimentos agrícolas y modelos híbridos. Solía hacer pequeños diseños experimentales, maximizando la información a través de una planificación sensata, análisis técnico de modelos mixtos y resultados optimizados.El ejemplo más simple es el diseño de zona dividida.Esto es cierto ya sea que los científicos que trabajan con ella provengan de la ciencia animal, la entomología, la ciencia alimentaria o la educación.
Poco después de unirse a JMP, el calor del big data alcanzó su punto máximo.Lo que siguió fue el aumento del aprendizaje automático en pocos años.No es sorprendente que el aumento del aprendizaje automático esté por detrás de los grandes datos.Entonces, ¿qué debe hacer después de recopilar los datos?Por supuesto, se analiza utilizando herramientas de aprendizaje automático.
La educación formal que Elizabeth recibió en la escuela no se relacionaba específicamente con el campo del aprendizaje automático, pero después de que comenzó a trabajar como desarrolladora de estadísticas, estos fueron los elementos centrales que la necesitaban para dominar rápidamente.Entonces, cuando dio el primer paso en un nuevo tema, comenzó a aprender sobre el aprendizaje automático en el sitio web de Wikipedia.
“El aprendizaje automático es un campo interdisciplinario que utiliza técnicas estadísticas para permitir que los sistemas informáticos aprendan de los datos (por ejemplo, para mejorar gradualmente el rendimiento de una tarea en particular) sin la necesidad de una programación explícita.”
¿Suena esto increíble? ¿Cómo puede un sistema informático "aprender" algo sin una programación clara? "No hemos implementado Skynet todavía.Elizabeth pensó.Así que ella continuó cavando más profundo.
La Enciclopedia Británica define el aprendizaje automático como: "El aprendizaje automático en inteligencia artificial (informática) es una disciplina que se centra en la realización del aprendizaje autónomo de software informático.”
Después de que Elizabeth aprendió más sobre el aprendizaje automático, estaba más interesada en el aprendizaje autónomo de software."No hay programación explícita" significa que una vez que se pasa al algoritmo, el algoritmo no tiene más instrucciones de los humanos para hacer el resto.
Basada en las definiciones anteriores y en el conocimiento de los términos que usa, Elizabeth reconoce que el aprendizaje automático es la palabra de moda de la inteligencia artificial actual, es decir, algoritmos informáticos que toman decisiones, predicciones o clasificaciones basadas en datos.
Aprendizaje supervisado y no supervisado
Entonces, ¿puede JMP implementar el aprendizaje automático? ¡La respuesta es sí! Técnicamente, JMP tiene capacidades de aprendizaje automático desde su primer lanzamiento en 1989.Esto demuestra que JMP siempre ha estado a la vanguardia de los tiempos.A continuación, veamos más de cerca los algoritmos que todos consideran cuando se habla de aprendizaje automático.
A menudo, los algoritmos de aprendizaje automático se dividen en diferentes tipos: aprendizaje supervisado y no supervisado.
- Para el aprendizaje supervisado, el algoritmo usa variables predictivas (columnas X) y variables de reacción (columnas Y). Los datos de entrenamiento logran la "supervisión" al decirle al algoritmo cuál debe ser el valor esperado de la variable predicha para el valor dado.
- Para el aprendizaje no supervisado, el algoritmo utiliza solo variables predictivas, y cualquier patrón está determinado solo por ellas.Sin usar ninguna "verdad" (respuesta), de hecho, muchos de nosotros no sabemos la verdad.
JMP ¿En qué categorías se encuentran los algoritmos de aprendizaje automático?
Aprendizaje supervisado
|
Aprendizaje no supervisado
|
Árbol de decisión *
|
Grupo
|
Red neuronal
|
Mapa autoorganizado
|
Ley Forestal Bootstrap *
|
Análisis de asociación
|
Volver
|
Descomposición en valores singulares
|
K vecino más cercano *
|
|
Shell simple *
|
|
Las características con un asterisco (*) están limitadas a JMP Pro.
Al ver esto, muchas personas pueden sorprenderse con el "retorno" en la lista, pensando que esto no es aprendizaje automático en el sentido convencional.Pero en realidad es la forma más directa de aprendizaje supervisado. JMP 1 La versión tiene Fit Y by X Función de regresión, JMP 3 Aumentado Grupo Después de eso, más opciones de aprendizaje automático siguen apareciendo en JMP En la nueva versión. Aquellos que estén familiarizados con uno o varios algoritmos pueden notar similitudes entre ellos.Muchos modelos pueden producir una precisión de predicción sorprendente, pero puede ser difícil interpretar los coeficientes del modelo o Demarcación El significado del punto.Por ejemplo, los resultados de la predicción se pueden obtener mediante el seguimiento de los nodos del árbol de decisión, pero no hay un significado inherente detrás de donde se seleccionan estos nodos. Nosotros no sabemos Clase Los parámetros en el modelo de red neuronal se estiman en " Mundo real ” ¿Qué significa, pero Clase Las redes neuronales son uno de los mejores modelos de aprendizaje automático predictivo.
En contraste, los modelos de regresión proporcionan a los usuarios una estimación de los parámetros que tienen un significado inherente.Si el coeficiente es positivo, sabemos que aumentar el valor de este predictor en una unidad hará que Valor de reacción Agrega uno igual a Departamento La cantidad del valor.Esto y Galit Shmueli La "interpretación o predicción" que el médico dijo está relacionada.En esta compensación, el mejor pliegue. Sincero Uno de los programas es Modelo de ajuste La función de regresión generalizada de la plataforma.Como JMP Desarrollador estadístico Arcilla barker Como se dijo, usar Lazo O Red elástica El rendimiento de la predicción puede mejorarse, y este modelo aún puede explicarse bien.
¿Pero hay una falta de interpretabilidad? Tal vez, tal vez no.
- Un modelo interpretable no es necesario si el usuario está enfocado en lograr las predicciones más precisas de eventos futuros.
- Por el contrario, si el usuario quiere un enfoque más específico. " Mejorar sus puntuaciones ” , puedes elegir un modelo interpretable.
En definitiva, la clave de cualquier modelo es que puede poner en acción la salida del modelo.
Todavía se necesita intervención humana.
Incluso si los algoritmos informáticos pueden hacer todas las grandes cosas, el análisis manual todavía es necesario para manejar problemas más avanzados.
Por ejemplo:
¿Qué datos deben incluirse o excluirse del análisis?
- Algunos algoritmos tienen la capacidad de seleccionar variables importantes, pero si el modelo no le da a la computadora una variable al principio, incluso si la variable es altamente predecible, la computadora no la seleccionará automáticamente.
- ¿Dónde está el punto de los rendimientos decrecientes?
Si el modelo es demasiado complejo para ejecutarse en el tiempo que lleva, no tiene ningún uso.Tal vez un modelo menos complejo puede proporcionar casi tan buenos resultados y puede ejecutarse rápidamente.Un ejemplo bien conocido es el ganador de los Premios Netflix.El rendimiento del modelo ganador es casi mejor de lo que nadie esperaba, pero no se puede ejecutar en un entorno inmediato.Debido a que Netflix necesita informar a los usuarios qué ver a continuación, pero la cantidad de datos y la velocidad de procesamiento requerida por el modelo hace que sea imposible hacerlo a tiempo.
- ¿Hay un sesgo inherente en el modelo?
Obviamente, los algoritmos informáticos no tienen el sesgo que tienen los humanos, pero los algoritmos pueden producir modelos que están altamente correlacionados con las características del sesgo.Por ejemplo, en una hipoteca, hay algunas características que son ilegales al tomar una decisión de préstamo.Sin embargo, hay varios factores legítimos que están altamente correlacionados con factores ilegales.Por ejemplo, incluso si la carrera no es directamente parte de los datos, el algoritmo puede generar un modelo que rechace casi por completo una carrera en particular, y es probable que este modelo tenga consecuencias legales.
- ¿Cuándo debo actualizar el modelo?
El propósito del modelado es generar algún resultado que nos permita actuar, por lo que una vez que el modelo se pone en acción, el modelo debe actualizarse.Estas actualizaciones son necesarias porque los cambios en la implementación afectarán la entrada futura del modelo.Si continúa utilizando el modelo anterior, existe un riesgo de extrapolación más allá de los límites de los datos originales.Por lo tanto, solo los humanos pueden responder a la pregunta de qué punto debe actualizarse el modelo.
Es por eso que, a pesar de la popularidad del aprendizaje automático, se necesita la intervención humana para construir mejor los modelos y actualizarlos para garantizar que los modelos precisos sirvan a nuestro trabajo con mayor eficacia.
En el siguiente artículo, presentaremos dos algoritmos de aprendizaje automático: k vecinos cercanos y cascos simples, y, a través de casos prácticos, veremos cómo usar estos dos métodos para analizar algunos datos interesantes en la vida diaria.
