D:
Perché la visualizzazione dei dati è utile per gli algoritmi di machine learning?
UN:La disciplina della visualizzazione dei dati ci offre modi praticamente infiniti per mostrare ciò che sta accadendo con gli algoritmi di apprendimento automatico. Vale la pena di pensare esattamente al motivo per cui la visualizzazione dei dati è così importante e perché libera così tanto potere creativo per così tante persone che sono coinvolte nei processi di apprendimento automatico.
Per comprendere il valore della visualizzazione dei dati per l'apprendimento automatico, basta dare un'occhiata a uno qualsiasi degli algoritmi utilizzati per creare questi programmi innovativi e innovativi.
Uno dei più semplici è l'albero decisionale. Senza entrare nelle funzioni di attivazione o livelli nascosti o cose del genere, l'albero decisionale è semplicemente un insieme di nodi binari. Ma anche il semplice albero decisionale è molto difficile da descrivere o scrivere per le persone. È molto più semplice quando viene visualizzato su uno schermo o su una pagina. Quando vedi ogni nodo e le sue connessioni con altri nodi, tutto diventa subito evidente.
Ora prendiamo uno dei tipi di algoritmi di apprendimento automatico più bizantini: la rete neurale.
In un certo senso, le reti neurali sono in realtà raccolte di algoritmi di apprendimento automatico. L'impostazione di base è composta da un livello di input, livelli nascosti e un livello di output. Le funzioni di attivazione aiutano i singoli neuroni digitali a elaborare input ponderati.
Tutti questi elementi e tutti questi processi sono spiegati molto più facilmente attraverso la visualizzazione dei dati che attraverso descrizioni verbali o scritte. Puoi dire che una rete neurale ha input ponderati che fluiscono in un layer input e che si fondono in un layer nascosto e si consolidano in un dato output, ma quando usi una figura visiva per mostrare come funziona, l'occhio umano e l'umano il cervello si aggancia a quello in un modo molto più diretto e utile.
In un certo senso, puoi vedere il potere della visualizzazione dei dati anche senza tener conto dell'apprendimento automatico. Ai tempi della programmazione lineare, i compilatori e gli studi di linguaggio informatico avrebbero dato ai programmatori la scelta di impostare un programma di test passo-passo in cui potevano ispezionare i valori delle variabili in piccole caselle visive. Ancora una volta, questo ha aiutato a mostrare cosa succede in un'esecuzione molto meglio della semplice lettura di una base di codice.
L'apprendimento automatico è una programmazione ad alta intensità: è una programmazione probabilistica ed è per questo che la visualizzazione dei dati ci aiuta davvero a capire cosa succede con un determinato algoritmo o processo.
