算法能否比人类更好地分解数据?

2018-11-19 07:18:19

作者:富摊乒

更新|与我们其他人一样,数据科学家再也不能声称他们的职业生涯不会被机器人取代

如今,计算机可以筛选大量数据,找到模式并像人类一样进行预测

例证:麻省理工学院的研究人员开发了一种算法,可以在不熟悉的数据集中找到预测模式

为了测试它的功效,他们在一项针对人类的三项数据科学竞赛中注册了一台计算机

计算机数据科学机器在905总竞争对手中的表现优于615,而人类在几个月内只能花费2到12个小时

在两场比赛中,Data Science Machine的成绩分别为94%和96%,与获奖作品一样准确

算法背后的大脑,即深度特征合成,是麻省理工学院的研究生马克斯坎特

他的程序使用数据库的结构,如电子表格中的表格,并创建新表格来计算可能的模式

深度特征合成计算通常的数学标识符 - 如最小值和最大值以及平均值 - 但也包括“分类数据” - 类似于星期几或品牌名称

然后,算法将其字段缩小到可能具有相关性的字段

最后,它结合了相关性的方式来优化其预测的准确性

坎特和他的联合创始人Kalyan Veeramachaneni计划于下周在巴黎电气和电子工程师协会的国际会议上发表一篇关于数据科学机器的论文

在这些幻灯片中看到本周所有最好的照片“我们将数据科学机器视为人类智能的自然补充,”坎特告诉麻省理工学院新闻

“有太多的数据需要分析

而现在只是坐在那里没有做任何事情

“之前的一个版本说Veeramachaneni是坎特的论文顾问

事实上,他是Deep Feature Synthesis的联合创始人