Rendere automatico il senso dei dati
Mentre la disponibilità e le dimensioni dei set di dati in una vasta gamma di fonti, medico scientifica commerciale, continua a crescere, ci sono relativamente poche persone addestrate nei metodi di apprendimento statistico e macchine necessarie per verificare ipotesi, fare previsioni, e che creino conoscenze interpretabili da questi dati.-.-
Ma cosa succede se si potesse scoprire automaticamente le tendenze uomo-interpretabili in dati in modo non supervisionato, e quindi di sintetizzare queste tendenze testuali e / o forma visiva?
Per contribuire a rendere i progressi in questo settore, il professor Zoubin Ghahramani e il suo gruppo presso l'Università di Cambridge ha ricevuto un Google Focused Research Award a sostegno dei The Automatic Statistico progetto, che mira a costruire una "intelligenza artificiale per la scienza dei dati".
Finora, il progetto è in gran parte concentrata sulla ricerca di tendenze emerse dai dati di serie temporali.
Siamo in grado di modellare tali dati utilizzando modelli statistici conparametrici basati su processi gaussiani . Tali metodi richiedono la specifica di una funzione di kernel che caratterizza la natura della funzione sottostante che può modellare accuratamente i dati (ad esempio, è periodica? è liscia? è monotona?). Mentre i parametri di questa funzione kernel sono stimati a partire dai dati, sotto forma di kernel stesso è in genere specificato a mano, e si basa sulla conoscenza e l'esperienza di uno scienziato dati addestrato.
Il gruppo di Prof Ghahramani ha sviluppato un algoritmo in grado di individuare automaticamente una buona kernel, cercando attraverso uno spazio aperto di somme e prodotti di noccioli e altre operazioni di composizione. Dopo la selezione del modello e il montaggio, lo statistico automatico traduce ogni kernel in una descrizione di testo che descrive le principali tendenze dei dati in una forma facile da capire.
La struttura compositiva dello spazio di modelli statistici mappe ordinatamente su frasi composizionale costruite consentono la descrizione automatica dei modelli statistici fabbricati da qualsiasi kernel. Ad esempio, in un prodotto di kernel, un kernel può essere associata a una frase sostantivo standard (ad esempio 'una funzione periodica') e gli altri kernel per appropriati modificatori di tale sostantivo frase (ad esempio 'la cui forma cambia senza problemi' ', con crescente ampiezza '). Il risultato finale è un rapporto generato automaticamente 5-15 pagina che descrive i modelli nei dati con figure e tabelle di supporto rivendicazioni principali. Ecco un estratto della relazione prodotta dal loro sistema per i dati irraggiamento solare:
Il Statistico automatico è in fase generalizzata di trovare modelli in altri tipi di dati, come i problemi di regressione multidimensionali, e database relazionali. Una demo web-based di una versione semplificata del sistema è stato lanciato nel mese di agosto 2014. E 'consentito a un utente di caricare un set di dati, e di ricevere un'analisi prodotta automaticamente dopo pochi minuti. Una versione estesa del servizio sarà lanciato nei primi mesi del 2015 (che pubblicheremo i dettagli quando disponibili). Crediamo che questo avrà molte applicazioni per chiunque sia interessato a Science Data.