90 подписчиков
🤖Продукты машинного обучения: не искусственный разум, но рабочий инструмент
Откровение дня: на самом деле никакого Скайнета никогда не было и нет сейчас.
Буквально всё, что мы привыкли называть искусственным интеллектом (в том числе и нейросети типа Midjourney), — это применение методов машинного обучения и его продукты.
Сегодня поговорим о том, что собственно такое это ваше машинное обучение, какой процесс в создании его продуктов — моделей — самый трудный, и что делать, если очень хочется, но сложно.
❓Что такое машинное обучение?
Вот что об этом пишет управляющий директор по валидации «Эксперт РА» Юрий Беликов: «Машинное обучение основано на выявлении эмпирических закономерностей в данных, и, тем самым, противопоставляет разработанные с его применением модели экспертным системам, созданным на основе накопленных знаний, экспертных наблюдений и суждений».
Проще говоря, благодаря машинному обучению мы можем создать модель определённой ситуации и прогнозировать ее исход.
Например, модель может провести первичный скоринг заемщиков, отсечь заявки с минимальным скоринговым баллом и произвести андеррайтинг прошедших заданный критерий заявок. Потом эксперты, при самостоятельной проверке, уже принимают во внимание результаты скоринга и факторы риска, которые выявила машина.
🤔Что труднее всего сделать при создании модели?
Самый трудоемкий этап в создании продукта машинного обучения — подготовка массива данных для этого самого обучения.
💡А где найти методы машинного обучения, если очень нужна модель, но вы не мегаэксперт?
Здесь нам снова поможет Юрий Беликов:
«В известных и распространенных языках программирования, например Python, общепризнанные методы обучения объединены в открытых и общедоступных библиотеках. Поэтому для применения сложных алгоритмов настройки моделей не нужно воспроизводить всю технику, достаточно ориентироваться в ней на верхнем уровне».
💬Теперь об искусственном интеллекте мы будем рассказывать чаще. Следите за обновлениями по хэштегу #ИИ
1 минута
19 июля 2023