Главная //  Блог //  Machine Learning или Operational Research: что выбрать

4 мин

Machine Learning или Operational Research: что выбрать

Две области – разные задачи, объясняем разницу
Автор: Антон Ларин

Антон Ларин

Директор по проектам
Поделиться:

В рамках задач, которые мы решаем в F5 Devs, мы работаем в основном с двумя областями

Machine Learning (ML) - это область, в которой алгоритмы автоматически настраивают (некоторые) свои параметры и получают некоторую свободу для поиска пути к решению. В некотором смысле, алгоритм учится делать вещи по-своему (и иногда мы даже не знаем, что именно делает алгоритм).

Operations Research (OR) - частью науки о математической оптимизации, в рамках которой происходит моделирование проблемы в виде "уравнений", где чаще всего есть целевая функция, в которой описаны все параметры и решение сводится к оптимизационной задаче, которая помогает вам принимать решения, что я должен/могу сделать, чтобы улучшить мои процессы в компании и понять, почему именно так я должен сделать.

Хотите узнать icon Узнайте больше о наших решениях с применением OR и ML

Смотреть кейс

Какая из них имеет наилучшие перспективы в будущем?

Все они имеют свое назначение, и при выборе следует руководствоваться тем, какую задачу вы решаете и можете ли вы описать все зависимости для решения, какой набор существующих данных и на сколько они качественные.


Самым горячим из них сейчас, безусловно, является ML, но ML выявляет параметры и зависимости, но не говорит, что с ними делать, а OR требует четкой математической модели процессов, часто отсутствующей в бизнесе. Вероятно, тенденция состоит в том, чтобы увидеть комбинацию этих областей и в рамках некоторых кейсов уже сейчас мы совмещаем достоинства обоих методов, о чем расскажем в следующей статье.

Дополнительные icon статьи