Mục lục:
Học máy là một trong những tiến bộ lớn nhất trong lịch sử điện toán, và giờ đây nó được cho là có khả năng đảm nhận vai trò quan trọng trong lĩnh vực phân tích và dữ liệu lớn. Phân tích dữ liệu lớn là một thách thức lớn từ quan điểm của các doanh nghiệp. Ví dụ: các hoạt động như tạo ra khối lượng lớn các định dạng dữ liệu khác nhau, chuẩn bị dữ liệu để phân tích và lọc dữ liệu dư thừa có thể tiêu tốn rất nhiều tài nguyên. Thuê các nhà khoa học và chuyên gia dữ liệu là một đề xuất đắt tiền và không phải trong phương tiện của mọi công ty. Các chuyên gia tin rằng học máy có khả năng tự động hóa nhiều nhiệm vụ liên quan đến phân tích - cả thường xuyên và phức tạp. Tự động hóa học máy có thể giải phóng rất nhiều tài nguyên có thể được sử dụng trong các công việc phức tạp và sáng tạo hơn. Có vẻ như máy học đã và đang đi theo hướng đó. (Để tìm hiểu thêm về việc sử dụng học máy, hãy xem Lời hứa và cạm bẫy của học máy.)
Tự động hóa trong bối cảnh công nghệ thông tin
Trong bối cảnh CNTT, tự động hóa là sự liên kết của các hệ thống và phần mềm khác nhau để chúng có thể thực hiện các công việc cụ thể mà không cần bất kỳ sự can thiệp nào của con người. Trong ngành CNTT, các hệ thống tự động có thể thực hiện cả các công việc đơn giản và phức tạp. Một ví dụ về một công việc đơn giản có thể là tích hợp một biểu mẫu với PDF và gửi tài liệu đến đúng người nhận, trong khi việc cung cấp bản sao lưu ngoại vi có thể là một ví dụ về một công việc phức tạp.
Để thực hiện công việc của mình, một hệ thống tự động cần được lập trình hoặc đưa ra các hướng dẫn rõ ràng. Mỗi khi một hệ thống tự động được yêu cầu sửa đổi phạm vi công việc của nó, chương trình hoặc bộ hướng dẫn cần phải được cập nhật bởi một con người. Trong khi các hệ thống tự động có hiệu quả trong công việc của họ, lỗi có thể xảy ra do nhiều lý do. Khi xảy ra lỗi, nguyên nhân gốc cần được xác định và sửa chữa. Rõ ràng, để làm công việc của họ, các hệ thống tự động hoàn toàn phụ thuộc vào con người. Tính chất công việc càng phức tạp thì khả năng xảy ra lỗi và các vấn đề càng cao.