לימוד מכונה
machine learning
שיטות בלמידת מכונה הקרויות גם שיטות למידה חישוביות, הן ענף במדעי המחשב המרחיב שיטות סטטיסטיות בכדי להתמודד עם בעיות אלגוריתמיות מורכבות בעיבוד אות ותמונה, כמו גם עיבוד שפה. שיטות אלה משמשות לעיתים תכופות בניתוח כמויות גדולות של נתונים (Big data) בארגונים שבחלקם מובנים בטבלאות ובחלקם לא, כדוגמת מידע טקסטואלי הנאסף ברשתות חברתיות (Unstructured data).
השיטות המשמשות לפתרון בעיות אלה מגוונות כדוגמת: עצי החלטה, SVM, אלגוריתם של שכן קרוב (KNN), Random forest, Boosting, Expectation – maximization אלגוריתמים גרפיים ועוד.
על כל אלה נוסף בשנים האחרונות תחום הלמידה העמוקה שהפך לנפוץ ומועיל במיוחד. תחום זה, שהוא למעשה הפעלה של רשתות נוירונים בעלי ארכיטקטורה מגוונת ורב-שכבתית, מסוגל להתגבר על מכשולים שהיו נחשבים לבלתי ניתנים לצליחה. הלמידה העמוקה השתלבה בתחומים קיימים בלמידה חישובית, כדוגמת למידת חיזוק (Reinforcement learning) הממקסמת תועלת עתידית רצויה כגון: רווח של תיק מניות בבורסה, ניצחון שחקן במשחק ועוד.
אנו בעלי ניסיון במגוון שיטות בלמידת מכונה המשמש אותנו לפתור מגוון בעיות. אנו עושים שימוש ברקע תיאורטי נרחב המאפשר את מציאת השילוב של השיטות הנכונות לפתרון. בהתאם לצורך אנו עושים שימוש בשיטות מקוריות.
התהליך לעיתים תכופות אינו שונה משמעותית מהתהליך של פתרון בעיה סטטיסטית וכולל את השלבים הבאים:
שלבי בניית המודל:
1
step
אפיון הבעיה האלגוריתמית ובחירת מדדים להצלחה
2
step
מצא את הדרך היעילה לאיסוף המידע ולשמירתו.
3
step
טייב את המידע ע"י ניקוי המידע ושמירתו באופן נח לעיבוד.
4
step
חישוב מאפיינים על המידע ((feature engineering שיועילו בביצוע המשימה כדוגמת מיון.
5
step
בחירת השיטה או השיטות שישמשו לביצוע המשימות. שיטות מהמבחר שצוין לעיל ובנוסף שיטות מתקדמות אחרות בהן אנו מתמחים כדוגמת שיטות מונטה-קרלו לחישוב מדדים סטטיסטיים על התפלגויות מורכבות.
6
step
אמן את המודל ושערך את הפרמטרים. בהתאם לכמות המידע הנאסף והעומס החישובי ייעשה שימוש במחשב מקומי או בשירותי ענן.
7
step
בחן את המודל. בחינת התוצאות היא ע"פ המדדים שהוגדרו (שיטות כגון cross-validation ועוד.).
8
step
יישם את המודל על נתונים חדשים שמתקבלים. יישום המודל דרוש למטרות כדוגמת חיזוי או קבלת החלטות.
בהתאם לבעיה ייתכנו שינויים בשלבי התהליך.
אנו מחויבים להצלחה ועושים שימוש בכלים מתקדמים וכל זאת בכדי להגיע לפתרון טוב ובזמן קצר.