Машинное обучение: новые идеи и инструменты в науках об окружающей среде и инженерии

Быстрый рост объёма и сложности данных, ежедневно получаемых в науках об окружающей среде и инженерии, требует соответствующего развития методов их анализа. Передовые методы, такие как машинное обучение, стали незаменимыми инструментами для выявления скрытых закономерностей и связей, которые трудно обнаружить традиционными аналитическими методами. Однако исследователи в этих областях пока широко не используют концепции и методы машинного обучения. В статье рассматривается потенциал машинного обучения для преобразования анализа данных и моделирования в науках об окружающей среде и инженерии, а также необходимые для этого знания. Сначала на пяти примерах показано, как машинное обучение помогает решать сложные задачи в этих областях. Затем обобщены четыре основных направления его применения: прогнозирование, оценка важности признаков, выявление аномалий и поиск новых материалов или химических веществ. Далее описаны необходимые знания и существующие недостатки применения машинного обучения, особое внимание уделено трём важным, но часто упускаемым из виду аспектам: корректной разработке моделей, правильной интерпретации результатов и обоснованной оценке применимости. В заключение обсуждаются проблемы и перспективы использования инструментов машинного обучения, подчёркивающие его потенциал в этих областях.