קדימה אל תחכו, התקשרו : 072-3944399

חפש קורס:

צור קשר






Machine Learning - מה זה אומר ?


מה הקשר בין בינה מלאכותית ל Machine Learning ?

בינה מלאכותית הוא תחום מאוד כוללני של נושאים וטכניקות המדמים מתן\פיתוח ״בינה אנושית״ למכונות (מחשבים). ככל שהמחשבים ״יחשבו״ יותר כמו בני אדם (אף מילה על הסכנות הטמונות בכך..), כך יותר ויותר תהליכים בעולמות היום יום שלנו יהיו יותר חכמים, אוטמטיים וכו׳.

בינה מלאכותית מכילה מגוון גדול של נושאים, Machine Learning הוא אחד מהם.


מה זה Machine Learning?
למה צריך את זה ?

הרעיון ב Machine Learning הוא פשוט : ״ללמד״ את המחשב לזהות תבניות חוזרות בכמויות מידע גדולות – על מנת לחזות את העתיד

 

ברגע ש״נלמד״ את המחשב כיצד מגיבים לתבניות מידע מסוימות – כך נוכל לסמוך עליו לתת לנו תחזיות מדויקות יותר.

 

 

 

 


דוגמאות מחיי היום יום

חשבו על ילד קטן הרואה נר דולק באחד החדרים בביתו. מתוך סקרנות, הוא מושיט יד ומיד מקבל כוויה. מתוך אינסטינקט הוא מושך את היד חזרה ומיד חושב לעצמו : ״הדבר החם ומפיץ האור הזה כואב״.

 

שבוע לאחר מכן הוא נכנס למטבח ורואה את תנור האפייה פועל. הוא מתוך סקרנות רוצה להושיט את היד אך מיד חש שה״דבר״ הזה מפיץ חום ומפיץ אור כנראה שהוא כואב״, ולכן נמנע מלהושיט את היד. זאת ״למידת מכונה״. למה? היות וההורים שלו לא אמרו לו לא להתקרב לנרות או לתנורים. הוא זיהה בעצמו תבנית חוזרת (אור וחום) וצפה את הכאב המצופה לו.

כך – אם נלמד את המחשבים לזהות מידע שחוזר על עצמו – הם יידעו לחזות עבורנו את התוצאה.

 

האם מישהו מכם משתמש ב Waze כדי לדעת את זמן הנסיעה הצפוי לו בעוד שבוע מנקודה אחת לאחרת? ז-ה Machine Learning. ע״ס מידע רב שנצבר כגון : מרחק, יום בשבוע, עונה בשנה, טמפרטורה צפויה, שיבושים בכביש וכו׳  – ניתן לקבל הערכה מאוד מקורבת לזמן הנסיעה הנדרש.

 

ב Machine Learning אנחנו מנסים בדרך כלל לקבל תחזית אחת מתוך 2 סוגים : 

תחזית לערך כמותי (ע״י Regressions) ותחזית לערך מקוטלג ( ע״י Classifications).

 

דוגמאות לערך כמותי יכולות להיות:

       כמה אני צופה למכור את המוצרים שלנו בשנה הקרובה?

       מה תהיה ציפיית השכר של עובד מסוים בעוד שנתיים?

 

דוגמאות לערך מקוטלג יכולות להיות :

       מה הסיכוי שיירד מחר גשם (כן\לא) ?

       האם פרסומת תשפיע או לא על צרכן מסוים?



מה נדרש מאנשי Machine Learning ?

אנשי ה Machine Learning ( נקראים לרוב גם אנשי בינה מלאכותית, או Data Scientists) נדרשים לדעת לעבוד עם מודלים שונים. מדובר בדרך כלל על בוגרי מדעים מדויקים, שכן לימודי ה Machine Learning  מצריכים ידע (ברמה כזאת או אחרת) במתמטיקה, סטטיסטיקה וכמובן – תכנות. בניגוד לאמונה רווחת, לא נדרש מהם להיות סטטיסטיקאים בהגדרה וגם לא מתמטיקאים דגולים. כן נדרשת מהם יכולת אנליטית מעל הממוצע. על אף שאינם מוגדרים כ״אנשי פיתוח״, רוב אנשי ה Machine Learning נדרשים לדעת לתכנת בשפת Python, השפה השלטת בעולמות ה Data.שפה זו מביאה איתה כמה ספריות חשובות מאוד בהן הם משתמשים בעבודת היום יום. השילוב של זיהוי וניתוח המידע אותו הם חוקרים, הכרת המודלים השונים לחיזוי והיכולת לממש אותם בשפת Python – הם הנדבכים העיקריים בעבודת היום יום של ״מדעני הנתונים״.קש


כיצד נזהה מועמדים מתאימים ?

חסרים כמובן אלפי אנשי בינה מלאכותית בשוק, בכלל זה , גם אנשי ML. בגלל המחסור העצום, ארגונים רבים מגייסים בוגרי הכשרות כלשהן שקרובים לפרופיל הנדרש. ולכן, אפרט את הדרישות להכשרות בתחום זה.

כל מי ש Data זורם בעורקיו ויש לו נסיון בניתוח ואנליזה של מידע – וקיבל הכשרה ראויה בתחום – הוא פוטנציאל טוב. כמובן שככל שהכשרה היתה פרקטית יותר, כך נצבר נסיון החשוב למשרות הרלוונטיות. אל לנו להתבלבל עם Data Analysts. מנתחי מערכות או מנתחי מידע אינם אנשי Machine Learning.  אנשים אלו צריכים לקבל הכשרה ייעודית, ברמה גבוהה ביותר מאשר ניתוח Data מסורתי.

כל מי שעסק במודלים מתמטיים, סטטיסטיים ובעל רקע בתכנות בכלל וב Python בפרט – יכול לקבל הכשרה ראויה. לא מעט אנשי פיתוח תוכנה, גם זיהו את הפוטנציאל בתחום זה ועושים הסבה. להם כמובן יש את היתרון האנליטי, הרקע בתכנות והיכולת להתמודד עם אתגרים על בסיס יומי, וגם הם יכולים להפוך לאנשי ML ראויים.

 

מאמרים נוספים

קידום אתרים בגוגל קידום אתרים בגוגל