Q:
Aký je rozdiel medzi strojovým učením a získavaním údajov?
A:Dolovanie údajov a strojové učenie sú dva veľmi odlišné pojmy - často sa však používajú v rovnakom kontexte, čo je schopnosť strán spresniť a triediť údaje, aby prišli s poznatkami a závermi. Kombinácie podobností a rozdielov môžu spôsobiť, že rozprávanie o týchto dvoch veľmi odlišných procesoch bude pre mätúce publikum mätúce.
Dolovanie údajov je proces agregácie údajov a následného extrahovania užitočných údajov z tohto väčšieho súboru údajov. Je to typ získavania vedomostí, ktorý prebieha už od chvíle, keď sme boli schopní agregovať veľké množstvá údajov. Dolovanie údajov môžete robiť pomocou pomerne primitívneho systému: Program bude naprogramovaný tak, aby hľadal konkrétne vzory a trendy údajov, a technické informácie sa „ťažia“ z nespracovanej hmoty údajov v akejkoľvek forme, v ktorej môžu byť.
Strojové učenie je niečo novšie a sofistikovanejšie. Strojové učenie používa súbory údajov, ale na rozdiel od ťažby údajov, strojové učenie používa komplikované algoritmy a nastavenia, ako sú neurónové siete, aby skutočne umožnilo stroju učiť sa zo vstupných údajov. Strojové učenie je preto o niečo podrobnejšie ako operácia dolovania dát. Napríklad v neurónovej sieti umelé neuróny pracujú vo vrstvách, aby prijímali vstupné údaje a uvoľňovali výstupné údaje s množstvom prepracovanej aktivity „čiernej skrinky“ medzi nimi (pojem „čierna skrinka“ sa vzťahuje na sofistikovanejšie systémy, keď majú ľudia ťažko pochopiť, ako neurónové siete alebo algoritmy skutočne robia svoju prácu).
Dolovanie dát a strojové učenie sa v podnikových aplikáciách dosť líšia. Dolovanie údajov môže opäť pokračovať v akejkoľvek danej aplikácii ERP av mnohých rôznych procesoch.
Naopak, projekt strojového učenia si vyžaduje značné zdroje. Projektoví manažéri musia zhromažďovať údaje o školeniach a testoch, hľadať problémy, ako sú nadmerné vybavenie, rozhodnúť sa o výbere funkcií a extrahovaní funkcií a oveľa viac. Strojové učenie si môže vyžadovať zložité formy nákupu od rôznych zainteresovaných strán, zatiaľ čo činnosti v oblasti získavania údajov si obyčajne vyžadujú rýchle odhlásenie.
Napriek týmto rozdielom sa ťažba údajov a strojové učenie vzťahujú na oblasť vedy o údajoch. Dozvedieť sa viac o vede údajov pomáha zúčastneným stranám dozvedieť sa viac o tom, ako tieto procesy fungujú a ako ich možno uplatniť v akomkoľvek danom odvetví.
