Inhoudsopgave:
Machine learning was een van de grootste vorderingen in de geschiedenis van de computer en wordt nu verondersteld in staat te zijn een belangrijke rol te spelen op het gebied van big data en analyse. Big data-analyse is een enorme uitdaging vanuit het perspectief van bedrijven. Activiteiten zoals het inzichtelijk maken van grote hoeveelheden verschillende gegevensindelingen, gegevensvoorbereiding voor analyse en het filteren van redundante gegevens kunnen veel bronnen verbruiken. Het inhuren van datawetenschappers en -specialisten is een dure propositie en valt niet binnen de mogelijkheden van elk bedrijf. Experts zijn van mening dat machine learning vele taken in verband met analyse kan automatiseren - zowel routineus als complex. Het automatiseren van machine learning kan veel bronnen vrijmaken die kunnen worden gebruikt in meer complexe en innovatieve taken. Het lijkt erop dat machine learning die kant op is gegaan. (Zie De beloften en valkuilen van machine learning voor meer informatie over het gebruik van machine learning.)
Automatisering in de context van informatietechnologie
In de context van IT is automatisering het koppelen van ongelijksoortige systemen en software, zodat ze zonder menselijke tussenkomst specifieke taken kunnen uitvoeren. In de IT-industrie kunnen geautomatiseerde systemen zowel eenvoudige als complexe taken uitvoeren. Een voorbeeld van een eenvoudige taak is het integreren van een formulier met een PDF en het verzenden van het document naar de juiste ontvanger, terwijl het beschikbaar stellen van een offsite back-up een voorbeeld kan zijn van een complexe taak.
Om zijn werk te doen, moet een geautomatiseerd systeem worden geprogrammeerd of expliciete instructies worden gegeven. Telkens wanneer een geautomatiseerd systeem nodig is om de reikwijdte van zijn taken te wijzigen, moet het programma of de set instructies door een mens worden bijgewerkt. Hoewel geautomatiseerde systemen efficiënt werken, kunnen er om verschillende redenen fouten optreden. Wanneer er fouten optreden, moet de hoofdoorzaak worden geïdentificeerd en verholpen. Vanzelfsprekend zijn geautomatiseerde systemen voor hun werk volledig afhankelijk van mensen. Hoe complexer de aard van de taak, hoe groter de kans op fouten en problemen.
