Зміст:
Машинне навчання було одним з найбільших досягнень в історії обчислень, і тепер, як вважається, воно здатне взяти на себе значну роль у галузі великих даних та аналітики. Аналіз великих даних - це величезна проблема з точки зору бізнесу. Наприклад, такі заходи, як осмислення величезних обсягів різноманітних форматів даних, підготовка даних для аналітики та фільтрація зайвих даних, можуть зайняти багато ресурсів. Наймання науковців та фахівців, що займаються даними, - дорога пропозиція, і не в межах усіх коштів компанії. Фахівці вважають, що машинне навчання здатне автоматизувати багато завдань, пов'язаних з аналітикою - як рутинних, так і складних. Автоматизація машинного навчання може звільнити багато ресурсів, які можна використовувати в більш складних та інноваційних роботах. Схоже, машинне навчання йшло у цьому напрямку. (Щоб дізнатися більше про використання машинного навчання, див. Обіцянки та підводні камені машинного навчання.)
Автоматизація в контексті інформаційних технологій
У контексті ІТ автоматизація - це пов'язування різних систем та програмного забезпечення, щоб вони могли виконувати конкретні роботи без будь-якого втручання людини. В ІТ-індустрії автоматизовані системи можуть виконувати як прості, так і складні завдання. Прикладом простого завдання може бути інтеграція форми з PDF та надсилання документа правильному одержувачеві, а надання резервної копії за межами сайту може бути прикладом складного завдання.
Щоб виконати свою роботу, автоматизовану систему потрібно запрограмувати або дати чіткі вказівки. Кожен раз, коли від автоматизованої системи потрібно змінювати сферу своїх завдань, людину потребують оновлення програми або набору інструкцій. Хоча автоматизовані системи ефективні на своїх робочих місцях, помилки можуть виникати через різні причини. При виникненні помилок слід визначити першопричину та виправити її. Очевидно, що для виконання своєї роботи автоматизовані системи повністю залежать від людини. Чим складніший характер роботи, тим вище ймовірність помилок та проблем.
