차례:
머신 러닝은 컴퓨팅 역사상 가장 큰 발전 중 하나였으며 이제는 빅 데이터 및 분석 분야에서 중요한 역할을 수행 할 수 있다고 믿어지고 있습니다. 빅 데이터 분석은 비즈니스 관점에서 큰 도전입니다. 예를 들어, 방대한 양의 다양한 데이터 형식을 이해하고 분석을위한 데이터 준비 및 중복 데이터 필터링과 같은 활동은 많은 리소스를 소비 할 수 있습니다. 데이터 과학자와 전문가를 고용하는 것은 값 비싼 제안이며 모든 회사의 수단 내에있는 것은 아닙니다. 전문가들은 머신 러닝이 일상적이고 복잡한 분석과 관련된 많은 작업을 자동화 할 수 있다고 생각합니다. 머신 러닝을 자동화하면보다 복잡하고 혁신적인 작업에 사용할 수있는 많은 리소스를 확보 할 수 있습니다. 머신 러닝이 그 방향으로 가고있는 것 같습니다. (머신 러닝 사용법에 대한 자세한 내용은 머신 러닝의 약속과 함정을 참조하십시오.)
정보 기술의 맥락에서 자동화
IT와 관련하여 자동화 란 별도의 시스템과 소프트웨어를 연결하여 사람의 개입없이 특정 작업을 수행 할 수 있도록합니다. IT 산업에서 자동화 시스템은 단순하고 복잡한 작업을 모두 수행 할 수 있습니다. 간단한 작업의 예로는 양식을 PDF와 통합하고 문서를 올바른 수신자에게 보내는 것이 될 수 있지만 오프 사이트 백업을 제공하는 것은 복잡한 작업의 예일 수 있습니다.
작업을 수행하려면 자동화 된 시스템을 프로그래밍하거나 명시적인 지침을 제공해야합니다. 자동화 된 시스템이 작업 범위를 수정해야 할 때마다 프로그램 또는 지침 세트는 사람이 업데이트해야합니다. 자동화 된 시스템은 작업에서 효율적이지만 여러 가지 이유로 오류가 발생할 수 있습니다. 오류가 발생하면 근본 원인을 식별하고 수정해야합니다. 분명히, 그들의 업무를 수행하기 위해 자동화 시스템은 전적으로 인간에 의존합니다. 작업의 특성이 복잡할수록 오류 및 문제 가능성이 높아집니다.
