מה זה Machine Learning (למידת מכונה)

הגדרה

בלמידת מכונה את הכלל לא כותב אדם, אלא מוצאים אותו בדוגמאות. מראים למערכת הרבה מקרים מהעבר עם התוצאה שלהם, למשל ימי שישי קודמים וכמה לחם נמכר בהם, והיא מוצאת את הדפוס שמחבר ביניהם. אחר כך היא מפעילה את הדפוס על מקרה חדש כדי לחזות מספר או למיין פריט. בספר הלימוד Machine Learning של Tom Mitchell משנת 1997, למידה מוגדרת באופן רחב ככל תוכנת מחשב שמשפרת את הביצועים שלה במשימה כלשהי באמצעות ניסיון. בעסק הניסיון הוא דוגמאות, והמודל משתפר רק כשמאמנים אותו מחדש על דוגמאות חדשות.

למה זה חשוב

כשמבינים איך היא עובדת, יודעים מה לבדוק: תחזית טובה רק כמו הדוגמאות שמאחוריה, והיא יכולה לטעות. מישהו צריך להחליט אם היא טובה מספיק לפני שפועלים לפיה.

קשור ישירות: AI (בינה מלאכותית), אימון מודל (Model Training), מודל AI (AI Model).

טיפים לשיפור

• החליטו לפני שמתחילים באיזו תדירות התחזית יכולה לטעות ועדיין להיות שימושית.
• תנו לה דוגמאות שמכסות את המצבים שחשובים לכם, כמו חגים ומזג אוויר גרוע, אחרת היא לא תלמד אותם.
• אמנו אותה מחדש כשהעסק משתנה, למשל קו מוצרים חדש או שעות פתיחה חדשות, כי היא למדה מהמצב הישן.
• השאירו את ההחלטה לפעול לפי התחזית בידי אדם שמכיר את העסק.

טעויות נפוצות

• להניח שהמודל משתפר מעצמו תוך כדי שימוש, כשהוא משתפר רק כשמאמנים אותו מחדש על נתונים חדשים.
• להשתמש בלמידת מכונה להחלטה שצריך להסביר ללקוח, כשאי אפשר להסביר את הדפוס שהיא מצאה.
• להמשיך להשתמש בתחזית אחרי שהעסק השתנה, כשהדוגמאות הישנות כבר לא מתארות אותו.