Aprenentatge automàtic
L’aprenentatge automàtic és el concepte que un programa informàtic pot aprendre i adaptar-se a les noves dades sense interferències humanes. L’aprenentatge automàtic és un camp d’intel·ligència artificial (AI) que manté els algorismes integrats en un ordinador actuals independentment dels canvis en l’economia mundial.
Explicació d'aprenentatge automàtic
Diversos sectors de l’economia estan tractant grans quantitats de dades disponibles en diferents formats procedents de fonts diferents. L’enorme quantitat de dades, conegudes com a big data, s’està fent fàcilment accessible i accessible a causa de l’ús progressiu de la tecnologia. Les empreses i els governs s'adonen dels grans coneixements que es poden obtenir en aprofitar dades grans, però no tenen els recursos i el temps necessaris per combatre la seva riquesa d'informació. Com a tal, diferents indústries estan utilitzant diferents indústries per recollir, processar, comunicar i compartir informació útil dels conjunts de dades. Un mètode d’IA que s’utilitza cada vegada més per al processament de dades grans és l’aprenentatge automàtic.
Aplicacions d'aprenentatge automàtic
Les diverses aplicacions de dades de l'aprenentatge de màquines es formen mitjançant un algorisme complex o codi font incorporat a la màquina o ordinador. Aquest codi de programació crea un model que identifica les dades i genera prediccions al voltant de les dades que identifica. El model utilitza paràmetres integrats en l'algorisme per formar patrons per al seu procés de presa de decisions. Quan es disposa de dades noves o addicionals, l'algorisme ajusta automàticament els paràmetres per comprovar si hi ha cap canvi de patró. Tot i això, el model no hauria de canviar.
L’aprenentatge automàtic s’utilitza en diferents sectors per diversos motius. Els sistemes de negociació es poden calibrar per identificar noves oportunitats d'inversió. Les plataformes de màrqueting i comerç electrònic es poden ajustar per proporcionar recomanacions precises i personalitzades als seus usuaris en funció de l’historial de cerques d’internet dels usuaris o de transaccions anteriors. Les institucions creditícies poden incorporar aprenentatges automàtics per predir préstecs incobrables i crear un model de risc de crèdit. Els centres d'informació poden utilitzar l'aprenentatge automàtic per cobrir grans quantitats de notícies de tots els racons del món. Els bancs poden crear eines de detecció de fraus a partir de tècniques d’aprenentatge automàtic. La incorporació de l’aprenentatge automàtic a l’era digital-sofisticada és interminable a mesura que les empreses i els governs prenen més consciència de les oportunitats que presenta les grans dades.
Com funciona l'aprenentatge automàtic
El funcionament de l'aprenentatge automàtic es pot explicar millor mitjançant una il·lustració en el món financer. Tradicionalment, els inversors del mercat de valors com investigadors financers, analistes, gestors d’actius i inversors individuals recorren molta informació de diferents empreses del món per prendre decisions sobre inversions rendibles. Tot i així, pot ser que alguns mitjans de comunicació no puguin divulgar àmpliament la informació i només puguin ser privats per a alguns pocs seleccionats que tinguin l'avantatge de ser empleats de l'empresa o residents del país d'on prové la informació. A més, només hi ha tanta informació que els humans podem recopilar i processar en un termini de temps determinat. Aquí és on entra l’aprenentatge automàtic.
Una empresa de gestió d’actius pot utilitzar aprenentatge automàtic en la seva àrea d’anàlisi i inversió d’inversions. Dir que el gestor d’actius només inverteix en accions mineres. El model integrat al sistema escaneja el web i recopila tot tipus d’esdeveniments d’empreses, indústries, ciutats i països, i aquesta informació recopilada constitueix el conjunt de dades. Els gestors d’actius i investigadors de la firma no haurien pogut obtenir la informació del conjunt de dades mitjançant els seus poders i intel·lectuals humans. Els paràmetres construïts al costat del model extreuen del conjunt de dades només dades sobre empreses mineres, polítiques regulatòries sobre el sector de l'exploració i esdeveniments polítics en determinats països. Dir que una empresa minera XYZ acaba de descobrir una mina de diamants en una petita ciutat de Sud-àfrica, l’aplicació d’aprenentatge automàtic destacaria com a dades rellevants. Aleshores, el model podria utilitzar una eina d’anàlisi anomenada analytics predictius per fer prediccions sobre si la indústria minera serà rendible durant un període de temps, o quines existències mineres probablement augmentaran en valor en un moment determinat. Aquesta informació es transmet al gestor d’actius per analitzar i prendre una decisió per a la seva cartera. El gestor d'actius pot decidir la decisió d'invertir milions de dòlars en accions de XYZ.
Després d’un esdeveniment desfavorable, com ara els miners sud-africans en vaga, l’algorisme de l’ordinador ajusta els seus paràmetres de manera automàtica per crear un nou patró. D’aquesta manera, el model computacional integrat a la màquina es manté actual fins i tot amb canvis en esdeveniments mundials i sense necessitat que un humà hagi d’ajustar el seu codi per reflectir els canvis. Atès que el gestor d'actius ha rebut aquestes noves dades a temps, poden limitar les seves pèrdues sortint de les accions.
Comparació de comptes d'inversió Nom del proveïdor Descripció del anunciant × Les ofertes que apareixen a aquesta taula provenen de col·laboracions per les quals Investopedia rep una compensació.