3. juuli 2020

IT Koolituse uus kursus õpetab looma masinõppe mudeleid

Masinõppe abil täpsete mudelite loomisega on organisatsioonil parem võimalus tuvastada kasumlikud võimalused või vältida tundmatuid riske.

Masinõppe algoritme kasutatakse statistikas, et leida mustreid andmebaasidest (pilt on illustratiivne).
Autor: Pixabay

Suurima väärtuse saamiseks masinõppes (machine learning) pead teadma, kuidas siduda parimad algoritmid õigete tööriistade ja protsessidega. Sel teemal on IT Koolitusel loodud uus kolmepäevane kursus, mille läbinud oskavad ka ise luua kergemaid masinõppe mudeleid.

Masinõpe – mis see on ja miks seda kasutada?

Masinõpe on andmeanalüüsi meetod, mis automatiseerib analüütilise mudeli koostamist. See on tehisintellekti haru, mis põhineb ideel, et süsteemid saavad andmetest õppida, mustreid tuvastada ja otsuseid langetada minimaalse inimese sekkumisega.

Masinõppe algoritmid otsivad andmetes infot ja mustreid, et tekitada kasutajale parem infoväli. Näiteks saab algoritmidega saab luua hea ja isikupärase veebikeskkonna ning muuta ettevõtte tegevust efektiivsemaks ja kasumlikumaks.

Lihtsalt öeldes kasutatakse masinõppe algoritme statistikas, et leida mustreid andmebaasidest. Andmed hõlmavad kõiki numbreid, sõnu, pilte, klikke – ükskõik, mis andmed digitaalselt on, kõiki saab sööta masinõppe algoritmidele.

Protsess, mida kasutavad paljud platvormid

Praegune masinõpe sündis mustrituvastusest ja teooriast, mille kohaselt peaksid arvutid õppima konkreetseid ülesandeid täitma ilma programmeerimiseta.

Masinõppe on protsess, mida paljud teenuseplatvormid kasutavad, näiteks Youtube, Netflix, Google, Facebook, Twitter. Igaüks neist kogub võimalikult palju andmeid inimeste kohta: mis stiili muusikat kuulad, mis žanri filme vaatad, millised postitused sulle meeldivad jne. Masinõppe algoritmid panevad need klikid kokku ning teevad väga täpseid ennustusi, mida sa võiks järgmisena kuulata, vaadata, lugeda.

Näiteks kui vaatasid Youtube´ist Jamie Oliveri videot risotto tegemisest, siis edaspidi suurendatakse sulle pakutavate kokakunsti videote hulka. Ehk siis leia andmetest muster ning toimeta vastavalt sellele. Lihtne, kas pole?

Miks on masinõpe oluline?

Andmete kaevandamine (data mining) ja analüüsimine on muutunud populaarsemaks kui kunagi varem. Andmete maht on kasvanud väga suureks, arvutustööstus on võimsam ja andmete salvestus on osavam kui kunagi varem.

Kõik see tähendab, et on võimalik kiiresti ja automaatselt toota mudeleid, mis suudavad analüüsida suuremaid ja keerukamaid andmeid ja pakkuda kiiremaid ning täpsemaid tulemusi – isegi väga suures mahus.

Täpsete mudelite loomisega on organisatsioonil parem võimalus tuvastada kasumlikud võimalused või vältida tundmatuid riske.

Kes kasutavad masinõpet?

Masinõpet võiks kasutada kõik, kes töötavad suurte andmemahtudega, peavad neid analüüsima ja soovivad vähendada kulusid, riske ja tõsta tulemuslikkust. Mõned näited valdkondadest:

Valitsusasutused

Valitsusasutustel või omavalitsustel on eriline vajadus masinõppe järele, kuna neil on mitmeid andmeallikaid, mida saaks ülevaate saamiseks analüüsida. Näiteks andurite, mis on liikluses, jalakäijate tunnelites jne, andmete analüüsimisel selgitatakse välja võimalused efektiivsuse suurendamiseks ja raha säästmiseks.

Tervishoid

Kaasaskantavate seadmete ja andurite kasutamine võimaldab saada reaalajas andmeid patsiendi tervise hindamiseks. Masinõppe võib aidata meditsiiniekspertidel analüüsida andmeid, et tuvastada suundumusi või mustreid, kuidas haigus/paranemine kulgeb vms.

Jaemüük

Suuremad e-kauplused teevad soovitusi, mis sulle võiks meeldida. Need soovitused tulevad esemetest, mida varem oled ostnud või vaadanud – ka nemad kasutavad masinõpet. Selleks, et ostuajalugu analüüsida, ostukogemust isikupärasemaks muuta või pakkumisi kavandada, on vaja masinõpet.

Transport

Andmete analüüsimine mustrite ja suundumuste väljaselgitamiseks on transporditööstuse jaoks võtmetähtsusega, kuna see põhineb marsruutide tõhustamisel ja võimalike probleemide ennustamisel kasumlikkuse suurendamiseks. Andmeanalüüs ja masinõppe modelleerimise aspektid on olulised tööriistad kulleritele, logistikutele, ühistranspordile ja teistele transpordiorganisatsioonidele.

Mõned laialt levinud masinõppe rakendused:

- Isesõitev Google´i auto

- Soovitused veebiplatvormidel nagu Netflix, Youtube, Amazon

- Sinule oluliste teemade postitused jõuavad sinu ajajoonele Facebookis, Twitteris ja Instagramis

- Ostusoovitused veebipoodides vastavalt tehtud ostudele või klikkimistele

- E-maili rämpsposti filter, mis õpib ja tuvastab täpsemalt rämpsposti

- Kõige olulisem valdkond – pettuste tuvastamine

- Liikluses valgusfooride sageduse muutmine tiheda liiklusega aegadel

Masinõppes suurima väärtuse saamiseks pead teadma, kuidas siduda parimad algoritmid õigete tööriistade ja protsessidega.

Selle teadmise saamiseks on IT Koolitusel uus kolmepäevane kursus "Fundamentals of Machine Learning", kus tehakse tutvust masinõppega, R-keele ja Pythoniga (tasuta statistika ja suurte andmemahtude programmeerimiskeel) ja andmeanalüütikaga.

Kursuse lõpus on sul teadmised masinõppe maailmast, praktikatest ning põhimõtetest. Lisaks oskad luua ise kergemaid masinõppe mudeleid.

Tule koolitusele! Rohkem infot SIIT.

Jaga lugu
Ituudised.ee toetajad:
Indrek KaldITuudised.ee toimetajaTel: 511 1112
Äripäeva reklaamiosakondTel: 6670 105
Kertu KarnerIT konverentside projektijuhtTel: 553 7112