Итак, какие ответы приходили вам в голову? Случайный лес, SVM, K означает, Knn или даже Deep Learning и его варианты?
Теперь некоторые из вас могут посмеяться и сказать, как, черт возьми, вы можете предсказывать так далеко вперед, предсказывать вещи на 100 лет вперед - это безумие.
Что заставляет вас сказать, что регрессия продолжит использоваться в 2118 году?
Ответ - эффект Линди. Да, эвристика, которую я использую, чтобы предсказать это, - это эффект Линди.
Хорошо, следующий логичный вопрос: что такое Lindy Effect?
Эффект Линди
Википедия определяет эффект Линди следующим образом.
Эффект Линди - это концепция, согласно которой ожидаемая продолжительность жизни некоторых нескоропортящихся вещей, таких как технология или идея, в будущем пропорциональна их текущему возрасту, так что каждый дополнительный период выживания подразумевает более длительную оставшуюся продолжительность жизни. .
Один из моих любимых писателей Нассим Талеб в своей знаменитой книге Антихрупкость: вещи, которые выигрывают от беспорядка определяет эффект Линди следующим образом.
Если книга печатается сорок лет, я могу ожидать, что она будет печататься еще сорок лет. Но, и в этом главное отличие, если он переживет еще десять лет, ожидается, что он будет в печати еще пятьдесят лет. Это просто, как правило, говорит вам, почему вещи, которые существовали долгое время, не «стареют», как люди, а «стареют» наоборот. Каждый год, который не проходит без исчезновения, увеличивает продолжительность жизни вдвое. Это показатель некоторой надежности. Прочность изделия пропорциональна сроку его службы!
Его статью о Lindy Effect Эксперт по имени Линди настоятельно рекомендуется прочитать.
Так почему же регрессия продержится так долго?
Ну, потому что он выжил так долго. Регрессия (метод наименьших квадратов) как концепция была впервые изобретена в 1800-х годах Карлом Фридрихом Гауссом и Адрианом-Мари Лежандром. Они использовали его для определения орбитальных путей планет и других тел вокруг Солнца.
Слово регресс было придумано Фрэнсисом Гальтоном, чтобы описать наблюдение, что более высокие отцы, как правило, имеют относительно более низких сыновей, в то время как более низкие отцы, как правило, имеют относительно более высоких сыновей !!
Хорошо, очевидно, что Регрессия существует уже более 200 лет !! так что, судя по эвристике эффекта Линди, он продлится еще 200 лет. Так что на самом деле я мог бы быть немного консервативным, говоря, что регрессия продолжит использоваться в 2118 году.
В чем секрет долговечности регресса?
В качестве примера можно привести приведенный ниже отчет из исследования Kdnuggets за 2016 год.
Фактически, в другом опросе, проведенном kdnuggets в 2011 году, Regression оказалась на втором месте. Так что благодаря эффекту Линди он стал бессмертнее за 5 лет, заняв первое место в чартах !!
(Обновление: на момент написания этой статьи я не знал, что есть еще опрос 2017 года. В опросе 2017 года тоже самое первое место в диаграмме)
Регрессия по-прежнему является широко используемым алгоритмом машинного обучения. Люди используют регрессию или продолжают использовать регрессию, потому что
Это просто
Хорошо интерпретируемый (это может понять даже начальник Дилберта: P)
ОНО РАБОТАЕТ
Часть "ЭТО РАБОТАЕТ"
Люди из разных областей продолжают использовать регрессию, потому что она сработала для них. Существует явная рентабельность инвестиций, которую люди получили с помощью регрессии. Например, в маркетинге движущей силой моделирования рыночной конъюнктуры является регрессия. Это по-прежнему популярный метод, и многие компании FMCG верят результатам МММ. То же самое верно и для других доменов. Если бы регрессия не была полезной для получения результатов, она бы пошла по пути дронта. Он по-прежнему используется как в промышленности, так и в академических кругах, потому что ЭТО РАБОТАЕТ.
А как насчет нейронных сетей и их вариантов? Будут ли они использоваться в 2118 году?
Что ж, до сих пор эффект Линди не был добрым для нейронных сетей или, можно сказать, ИИ. Он уже столкнулся с AI Winter. Долговечность нейронных сетей и их разновидностей была ограничена искусственным интеллектом зимы в 20-м веке. Такое нарушение не является хорошим признаком долговечности технологии или, в данном случае, алгоритмов.
Но с другой стороны, достижения, связанные с искусственным интеллектом, за последнее десятилетие росли все сильнее и сильнее. И я, как вечный студент, по-прежнему восхищаюсь последними достижениями в области искусственного интеллекта. Таким образом, можно с уверенностью сказать, что мы сможем увидеть Neural Nets и их варианты, которые просуществуют еще 10–20 лет, в надежде, что страх «сингулярности», выраженный Илоном Маском, не вызовет еще одну зиму для искусственного интеллекта.
Что может снизить эффект Линди от алгоритма машинного обучения?
Избыточное машинное обучение. Да, эффект Линди будет уменьшен из-за неправильного применения алгоритмов машинного обучения или чрезмерного его использования. Я сталкивался с ситуациями, когда люди использовали алгоритм машинного обучения, где сработал бы простой базовый подход, основанный на здравом смысле. Г-н Рама Рамкришнан превосходно уловил эту суть в своей статье.
Недавняя мода на то, что наука о данных является самой сексуальной работой, тоже не помогает делу. Алгоритмы машинного обучения превратились в молот в руках специалистов по данным. Все похоже на гвоздь, в который нужно попасть. В надлежащем процессе неправильное применение или чрезмерное использование машинного обучения вызовет разочарование среди людей, если оно не принесет пользы. Это будет искусственная зима, созданная самим собой.
Но на данный момент регресс будет последним смеяться сейчас и, вероятно, даже в 2118 году.
Если вам понравилась моя статья, дайте ей несколько хлопков, и вы также можете прокомментировать ниже свое мнение о статье.
Вы можете связаться со мной по
Мой блог: Аналитика Лока
