UWAGA! Używamy plików cookies, by ułatwić korzystanie z naszego serwisu. Jeśli nie chcesz, by pliki cookies były zapisywane na Twoim dysku zmień ustawienia swojej przeglądarki. Co to są pliki cookies?



Wolfram Language
 Machine Learning
 "Uczenie maszynowe" lub bardziej adekwatne "maszyny uczące się"
Wykorzystanie maszyn uczących się to moda czy konieczność? Czy współczesna rzeczywistość wymusiła wzrost zainteresowania uczącymi się maszynami?

Główną cechą zbiorów danych Big Data, określanych mianem danych 4V, jest fakt, że nie mieszczą się w żadnym standardzie, a znamienne jest dla nich to, że jest ich dużo, często się zmieniają i mają różnorodne nietypowe struktury. Z tego też względu nie poddają się analizie wykorzystującej dotychczas znane metody. Niewątpliwie do rozwoju i upowszechnienia technik Data Science przyczynił się rozwój technologii IT i fakt zbieranie przez różne internetowe serwisy ogromnej ilości danych, a głównym motorem napędowym było dążenie do wykorzystania tych danych w spersonalizowanym marketingu.

Analiza ogromnej ilości danych, które użytkownicy zostawiają w bazach serwisów internetowych stała się koniecznością z punktu widzenia marketingu nakierowanego na określone cechy odbiorcy. Tak się zaczęło, a potem przyszedł czas na zarządzanie wielkimi metropoliami bazujące na analizie Big Data, na kampanie wyborcze, wygrywane dzięki specjalistom od Data Science , na oszczędności dużych firm kurierskich dzięki planowaniu tras przejazdów eliminujących skręty w lewo, czy segregacja listów w oparciu o rozpoznawanie pisma ręcznego.

Zapanowanie nad tak dużymi zbiorami niestandardowych danych wymagało użycia nowych technik ich analizy, a metody maszyn uczących się okazały się być doskonałym narzędziem do realizacji tych celów. Wykorzystanie maszyn uczących się to nie moda ostatnich lat, czy atrakcyjne "newsy" dla mediów, to konieczność.

Wolfram Language jest środowiskiem programowania, które pod każdym względem jest przystosowane do operowania na zbiorach Big Data, a zaimplementowane procedury sztucznej inteligencji, w szczególności algorytmy uczenia maszyn sprawiają, że analizy w tym zakresie mogą prowadzić zarówno specjaliści z zakresu Data Science jaki i początkujący adepci tej specjalności.