Masinõppemudelite

Masinõppemudelite all mõistetakse matemaatilisi või statistilisi konstruktsioone, mis õpivad andmestikust mustreid ning suudavad teha prognoose, klassifikatsioone või otsuseid uute andmete põhjal. Mudelid võivad õppida juhendatud õppes (andmed sisaldavad vastuseid), juhendamata õppes (andmed ei sisalda vastuseid) või reinforcement learning'iga, kus agent õpib tegutsema keskkonnas ja saab tagasisidet.

Levinumad mudelitüübid hõlmavad lineaarseid mudelid, otsustuspuud (decision trees), juhuslikku metsa (random forest), gradient boosting'i ning sügavõppimist (deep learning) sisaldavaid närvivõrke. Ülesande järgi kasutatakse klassifikatsiooni, regressiooni või grupeerimise jaoks erinevaid muduleid. Enne treeningut tehakse andmete ettevalmistus: puhastamine, puuduvate väärtuste käsitlemine ja funktsioonide loomine.

Treeningu käigus õpib mudel parimaid parameetreid näidete põhjal. Andmestik jagatakse treening- ja testkogudesse; kross-valideerimine aitab hinnata üldistust. Ülekõrguse vältimiseks rakendatakse regulaarisatsiooni, varasemat mudeli ensemblisust ja sobitatud hüperparameetreid.

Pärast treeningut kasutatakse mudelit uutel andmetel järelduste tegemiseks ning selle toimivus jälgitakse tootmises. Ülioluline on jälgida mudeli jõudlust ajas ja andmete jaotuste muutumist (drift), ning vajadusel korraldada uuendusi.

Masinõppemudelitega seotud eetilised ja sotsiaalsed riskid hõlmavad andmete kvaliteeti, privaatsust, vääratuste jaotumist ning läbipaistvuse ja selgitatavuse vajadust. Heaks korralduseks on oluline dokumenteerimine, koostoimed andmekaitse ja mudeli järelevalve (governance).