目次:
機械学習は、コンピューティングの歴史における最大の進歩の1つであり、今ではビッグデータと分析の分野で重要な役割を果たすことができると考えられています。 ビッグデータ分析は、ビジネスの観点から見ると大きな課題です。 たとえば、膨大な量のさまざまなデータ形式の理解、分析のためのデータ準備、冗長データのフィルタリングなどのアクティビティは、多くのリソースを消費する可能性があります。 データサイエンティストやスペシャリストを雇うことは費用のかかる提案であり、すべての企業の手段ではありません。 専門家は、機械学習は分析に関連する多くのタスク（日常的および複雑な両方）を自動化できると考えています。 機械学習を自動化すると、より複雑で革新的なジョブで使用できる多くのリソースを解放できます。 機械学習はその方向に向かっているようです。 （機械学習の使用の詳細については、機械学習の約束と落とし穴を参照してください。）
情報技術の文脈における自動化
ITの文脈では、自動化は異種システムとソフトウェアのリンクであり、人間の介入なしで特定のジョブを実行できるようにします。 IT業界では、自動化システムは単純なジョブと複雑なジョブの両方を実行できます。 単純なジョブの例としては、フォームとPDFを統合し、ドキュメントを正しい受信者に送信することがありますが、オフサイトバックアップのプロビジョニングは複雑なジョブの例です。
その仕事をするためには、自動化されたシステムをプログラムするか、明示的な指示を与える必要があります。 ジョブの範囲を変更するために自動システムが必要になるたびに、プログラムまたは命令セットを人間が更新する必要があります。 自動化されたシステムは仕事において効率的ですが、さまざまな理由によりエラーが発生する可能性があります。 エラーが発生した場合、根本原因を特定して修正する必要があります。 明らかに、彼らの仕事をするために、自動化システムは完全に人間に依存しています。 ジョブの性質が複雑になるほど、エラーや問題の可能性が高くなります。
