Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

Vizibilitate tuturor!

Sunt adeptul suprimării formelor fără fond cu precădere prin educație, viziune comună, focalizarea energiilor, obiectivism și foarte multă răbdare.

Ce înseamnă model de învățare – training model? Și care este rolul acestui model când creăm servicii predictive

În matematică noțiunea unui model este folosită pentru a descrie comportamentul unui sistem. Adică, pentru datele de intrare primite de sistem, modelul determină datele de ieșire:

date de intrare - Modelul - date de ieșire cornel.fatulescu.ro

În inteligența artificială, numim model acel loc (fișier, zonă de memorie,…) în care sunt definite regulile care determină datele de ieșire:

date de intrare - regulile care determină datele de ieșire - date de ieșire cornel.fatulescu.ro

Să spunem că avem o aplicație de gestiune (A) a unui depozit de materiale. Clienții sună la depozit, iar operatorul introduce în sistem ce materiale urmează să fie scoase din stocuri pentru a fi livrate clienților. Ne dorim o aplicație (B), un serviciu care va face predicții despre probabilitatea ca o comandă să fie anulată în două zile de la crearea acesteia.

  1. Toate aceste informații sunt stocate în baza de date a sistemului A
  2. Aplicația B are nevoie de o parte din aceste informații (un subset de date) din baza de date a sistemului A. Se întâmplă adesea ca această nevoie să ducă la exportarea mai multor seturi de date de care de care se va ține cont în crearea modelului de învățare
  3. Pentru a crea setul de reguli care va constitui modelul, programatorul va procesa seturile de date cu diverși algoritmi (de obicei, algoritmi existenți)
  4. Rezultatul procesării acestor date este modelul.
  5. De îndată ce modelul este suficient de eficient (acuratețe și rată de predicție ridicate, costuri de execuție reduse, timpi de răspuns suficienți de scurți, ș.a.m.d.), modelul este integrat în noua aplicație B (de obicei e nevoie de mai multe activități specifice oricărui program IT: scris cod, testare, verificări de securitate, teste de performanță, instalare și configurare, etc.).
  6. Aplicația A interoghează Sistemul B pentru calculul probabilității ca ultima comandă să fie anulată:
    • a fost creată o nouă comandă (clientul, numărul comenzii, data și ora, detaliile comenzii, etc.), care este probabilitatea să anuleze comanda în două zile?
  7. Sistemul A primește răspunsul ceea ce poate duce la declanșarea și altor decizii și/sau procese:
    • dacă probabilitatea de anulare este ridicată, atunci tratarea comenzii are prioritate mai mică, sau cineva sună clientul pentru a cere alte confirmări, sau…refuză comanda…

Baza de date - sistem de predicție - model - algoritmi cornel.fatulescu.ro

Concluzie – ce este un model de învățare?

Un model de învățare este ansamblul de reguli rezultat din execuția unor algoritmi pe seturi de date de învățare.

În articolul „Introducere în grupările K-Means folosind ELKI și setul de date Iris”, setul de date de învățare era Iris.csv iar algoritmul folosit era „Hamerly’s fast k-means”.

Cornel FătulescuDacă doriți să aflați mai multe despre mine, Cornel Fătulescu, sau proiectele în care sunt implicat, vă invit să mă descoperiți și ca Chief Platform Officer la Pentalog, să mă urmăriți pe Facebook, ca investitor la wanttolearn, să citiți unul dintre primele articole despre mine și să mă contactați urmând ghidul de pe pagina de contact.

Acest articol a fost citit de 1124 ori