به بزرگترین دانشنامه مالی فارسی خوش آمدید

یادگیری ماشینی

08 ارد

یادگیری ماشینی

یادگیری ماشینی چیست؟

مفهوم یادگیری ماشینی به برنامه کامپیوتری اشاره دارد که می تواند بدون کمک انسان از داده های جدید بیاموزد و تجربه کسب کند. یادگیری ماشینی، زمینه ای از هوش مصنوعی AI است که می تواند الگو و الگوریتم کامپیوتری را صرف نظر از تغییرات اقتصاد جهانی، توسعه دهد. (همچنین بخوانید؛ یادگیری عمیق چیست؟)

ساختار یادگیری ماشینی

بخش های مختلف اقتصاد با مقادیر زیادی از داده های حجیم که در فرمت های مختلف هستند، سرو کار دارد. این حجم بزرگ داده که به عنوان Big Data نیز شناخته می شوند، باتوجه به پیشرفت تکنولوژی به راحتی و ارزان قابل دسترسی هستند. بسیاری ازشرکت ها متوجه پتانسیل این Big Data شده اند اما باتوجه به کمبود منابع و امکانات، قابلیت بهره برداری از آنها را ندارند. به همین دلیل شرکت ها و صنایع مختلف با استفاده از هوش مصنوعی قادر به جمع آوری، پردازش، ایجاد ارتباط و به اشتراک گذاری داده و اطلاعات ارزشمند شدند. یک روش هوش مصنوعی که به طور فزاینده ای برای پردازش Big Data استفاده می شود، یادگیری ماشینی است.

کاربرد یادگیری ماشینی

برنامه های کاربردی متنوع برنامه های یادگیری ماشینی از طریق الگوریتم های پیچیده کامپیوتری و یا کدهای سورس در داخل ماشین یا کامپیوتر نوشته می شوند. این کد برنامه نویسی، مدلی را ایجاد می کند که قادر به شناسایی داده و ایجاد پیش بینی براساس داده ها است. این مدل از پارامترهای موجود در الگوریتم استفاده می کند تا الگوهایی برای فرایند تصمیم گیری خود ایجاد کند. هنگامی که اطلاعات جدید یا اضافی اضافه می شوند، الگوریتم به طور خودکار پارامترها را برای بروزرسانی، تنظیم می کند. با این حال الگوریتم اصلی مدل ثابت است. (همچنین بخوانید؛ مهندسی دانش چیست).

یادگیری ماشینی در صنایع مختلف براساس نوع وظیفه تعریف شده به کار می رود. سیستم های معاملاتی می توانند برای تعریف و تعیین موقعیت جدید سرمایه گذاری باتوجه به این تکنیک بروز شوند. پلت فرم های تجارت الکترونیک می توانند برای ارائه پیشنهادات دقیق تر به مخاطبان، از تراکنش ها و تاریخچه خرید و جستجوهای اینترنتی کمک بگیرند. موسسات مالی با استفاده از یادگیری ماشینی می توانند ریسک اعتباری مشتری را اندازه بگیرند. بانک ها می توانند برای شناسایی تقلب از این سیستم بهره ببرند. پیوستن به یادگیری ماشینی در عصر دیجیتالی، امری ضروری است، چرا که کسب و کارها از قابلیت این رویکرد آگاه هستند.

عملکرد یادگیری ماشینی

چگونگی کارکرد یادگیری ماشینی می تواند با مثالی از دنیای مالی ملموس تر شود. به طور سنتی، سرمایه گذاران در بازار اوراق بهادار مانند مؤسسات مالی، تحلیلگران، مدیران صندوق های ثابت و سرمایه گذاران حقیقی باتوجه به اطلاعات زیادی که از شرکت های مختلف موجود است، اقدام به تصمیم گیری در سرمایه گذاری های خود می کنند. با این حال برخی از اطلاعات تاثیر گذار بر روند سرمایه گذاری ممکن است توسط رسانه ها منتشر نشود و تنها عده کمی از افراد به این اطلاعات دسترسی داشته باشند. علاوه براین، انسان می تواند در مدت زمان مشخص اطلاعات محدودی را جمع آوری و تحلیل کند. این همان جایی است که یادگیری ماشینی وارد می شود.

یک شرکت مدیریت صندوق می تواند از یادگیری ماشینی به منظور انجام تحلیل و تحقیق در موقعیت های سرمایه گذاری استفاده کند. مدل استفاده شده با جستجوی اینترنت و جمع آوری تمام اطلاعات و اخبار مربوطه و داده های تاثیر گذار، اقدام به ساخت و تولید پیش بینی می کند. در این حالت مدیران صندوق و تحلیلگران نمی توانند نوع نگاه خود را در مدل و نتایج تحلیل وارد کنند. پارامترهای موجود در مدل می توانند داده های مربوط به صنعت و سیاست های نظارتی را شامل شوند. در نهایت می توان براساس مدل پیش بینی کرد که آیا شرکت مورد نظر در دوره تعیین شده سودآور خواهد بود و آیا دارای چشم انداز مناسب سرمایه گذاری است یا خیر.

منبع: گروه مشاوران مالی سامان