Proces tworzenia algorytmów z wykorzystaniem uczenia maszynowego
oraz sposób ich działania
Magdalena Wójcik
Plan na dzisiaj
- Parę słów o mnie
- Co to jest uczenie maszynowe?
- Dane do uczenia maszynowego
- Przykładowy algorytm
- Proces rozwijania
algorytmów i możliwe problemy
ze sprawiedliwością - Ocena jakości algorytmów
- Lektura obowiązkowa
- Kontakt do mnie
Parę słów o mnie
Jestem doktorantką na Wydziałe Matematyki, Informatyki, Mechaniki Uniwersytetu Warszawskiego. Specjalizuję się w uczeniu maszynowym. Lubię też uczyć ludzi, ostatnio programowania w Pythonie. Prowadzę consulting projektów z zakresu Data Science.
![](https://s3.amazonaws.com/media-p.slid.es/uploads/85575/images/5079828/14212105_212184339196954_2120087125402735018_n.jpg)
Obecnie pracuję nad aplikacją wspomagającą wykrywanie zmiany fazy w Chorobie Afektywnej Dwubiegunowej. Podstawą są dane o cechach fizycznych głosu pacjentów, zbierane podczas rozmów telefonicznych.
Co to jest uczenie maszynowe?
Dział sztucznej inteligencji, w którym do tworzenia algorytmów używa się wcześniej oznaczonych danych.
Jak wyglądają dane do uczenia?
![](https://s3.amazonaws.com/media-p.slid.es/uploads/85575/images/5078365/tenis-3.png)
Klasyczny przykład:
Kiedy grać w tenisa?
Kiedy grać w tenisa?
![](https://s3.amazonaws.com/media-p.slid.es/uploads/85575/images/5078319/main-qimg-855cfac080771a82d12e437e900e7fac.png)
Żródło: "Machine Learning", Tom Mitchell
Bardziej życiowy model
Żródło: "Plotting trees from Random Forest models with ggraph", shiring.github.io
![](https://s3.amazonaws.com/media-p.slid.es/uploads/85575/images/5078372/unnamed-chunk-4-1.png)
Proces powstawania modelu
![](https://s3.amazonaws.com/media-p.slid.es/uploads/85575/images/5079771/timeline-1.png)
Krok 1:
Koncepcja
Co chcemy osiągnąć? Jak? Dlaczego?
Proces powstawania modelu
![](https://s3.amazonaws.com/media-p.slid.es/uploads/85575/images/5079770/timeline-2.png)
Krok 2:
Sformalizowanie zadania
Co będzie odpowiedzią z algorytmu?
Na podstawie jakich danych nauczymy algorytm?
Jakie informacje możemy zbierać?
Jak sprawdzimy czy działa?
Proces powstawania modelu
![](https://s3.amazonaws.com/media-p.slid.es/uploads/85575/images/5079769/timeline-3.png)
Krok 3:
Zbieranie i oznaczanie danych
Czy zbierane informacje są poprawne?
Czy reprezentują wszystkie przypadki?
Czy oznaczenia nie zawierają błędów lub stronniczości?
Proces powstawania modelu
![](https://s3.amazonaws.com/media-p.slid.es/uploads/85575/images/5079767/timeline-4.png)
Krok 4:
Uczenie algorytmu
Proces powstawania modelu
![](https://s3.amazonaws.com/media-p.slid.es/uploads/85575/images/5079807/mse.png)
Przykładowa miara błędu modelu:
Proces powstawania modelu
![](https://s3.amazonaws.com/media-p.slid.es/uploads/85575/images/5079763/timeline-5.png)
Krok 5:
Wdrożenie modelu
Czy wdrażamy go wszędzie jednocześnie?
Czy jest potrzebny okres przejściowy?
Czy wszyscy rozumieją jak działa i co ma osiągnąć?
Proces powstawania modelu
![](https://s3.amazonaws.com/media-p.slid.es/uploads/85575/images/5079761/timeline-6.png)
Krok 6:
Testy w warunkach produkcyjnych
Czy nowe przypadki są podobne do tych
ze zbioru uczącego?
Czy model daje zbalansowane odpowiedzi?
Proces powstawania modelu
![](https://s3.amazonaws.com/media-p.slid.es/uploads/85575/images/5079579/timeline-7.png)
Krok 7:
Dalsze uczenie algorytmu
Jak zmieniły się dane od czasu,
kiedy uczyliśmy algorytm?
Lektura obowiązkowa
![](https://s3.amazonaws.com/media-p.slid.es/uploads/85575/images/5079839/728080386o.jpg)
"Broń matematycznej zagłady"
Cathy O'Neil
Kontakt do mnie
Proces tworzenia algorytmów
By Magdalena Wójcik
Proces tworzenia algorytmów
Warsaw Legal Hackers #4
- 1,295