机器学习之模型管理：集成建模
译者|崔皓审校|孙淑娟开篇机器学习被企业应用到不同的业务场景解决不同的业务问题，随着机器学习的广泛应用也让组织在选择学习方法时不堪重负。很多组织在机器学习的应用中使用了高级和经典的学习方法。有大家熟悉的监督学习和无监督学习二分法，还有例如对比学习、强化学习和自我监督学习等机器学习的新兴变体。此外，还有涉及图形分析、深度神经网络、分割、行为分析和其他技术。当面对大规模复杂业务问题时——例如加强反洗钱措施从而打击金融犯罪——组织如何决定使用哪种机器学习的方法呢？使用集成建模，让这个问题变得不那么重
译者 | 崔皓
审校 | 孙淑娟
开篇
机器学习被企业应用到不同的业务场景解决不同的业务问题，随着机器学习的广泛应用也让组织在选择学习方法时不堪重负。
很多组织在机器学习的应用中使用了高级和经典的学习方法。有大家熟悉的监督学习和无监督学习二分法，还有例如对比学习、强化学习和自我监督学习等机器学习的新兴变体。
此外，还有涉及图形分析、深度神经网络、分割、行为分析和其他技术。当面对大规模复杂业务问题时——例如加强反洗钱措施从而打击金融犯罪——组织如何决定使用哪种机器学习的方法呢？
使用集成建模，让这个问题变得不那么重要了。这种机器学习方法使组织能够利用各种模型并将它们与预测准确性结合起来，从而获得最佳结果。
这种方法帮助金融服务、欺诈检测和网络安全中的高维数据提供完整上下文。使用集成建模的组织表示“集成建模让模型的建立更加多样化“，Resistant AI首席执行官Martin Rehak 承认，“我们并不希望单一模型一枝独秀。”
使用模型的多样性使组织能够用不同的算法来评估业务问题的各个方面，以便采用完全知情的、一致的决策方法——这些方法是可以解释的。
基于共识的模型决策
前面提到的集成建模的原理是毋庸置疑的，数据科学家无需花费大量时间来为业务案例设计完美的模型，只需要将那些不完美的模型组合起来产生预测能力。“当你以集成方法看待机器学习时，你会从小型算法中做出决策，”Rehak 指出。“而且，在我们的案例中，这些算法是针对每笔交易动态组合的，以便做出最佳决策。” 更重要的是，也许这些模型中的每一个都可以专注于某一个垂直领域，例如识别洗钱事件。
例如，一种模型只专注于交易的规模。另一个模型专注于交易的位置。不同的模型可以检查出哪些特定参与者参与了交易。目标是“没有出现任何峰值”的情况，Rehak 解释说。“模型的分布非常平坦，与模型对应的证据页相对较弱。通过结合许多弱证据元素，就能够做出更强有力的决定。” 另一个好处是，通过经典的机器学习和更简单的模型，将模型投入生产所需的训练数据（和注释）减少。这样的模型比需要大量训练数据的深度神经网络更容易解释。
上下文建模
将 Rehak 所描述的分布平坦的建模方式与其他集成建模技术区分开来是很重要的。最常见的集成建模示例涉及 bagging 或boosting（后者可能需要 Xtreme Gradient Boosting）。随机森林是一个基于不同决策树组合的提升示例。使用这种方法，“你可以根据集合中的先前版本一个一个地构建集合，”Rehak 评论道。尽管它是一种快速构建具高预测准确性的模型方法，但它存在过度拟合的风险（由于训练数据集太小，导致模型变得不太适用于生产数据）。
Rehak 的集成方法更适合 AML 用例，因为它基于影响这些事件的上下文。“如果您询问洗钱专家交易是否恶意，他们首先是查看账户的历史以及该人过去的行为方式，”雷哈克说。通过他的方法，与地理位置、时间、相关方和金融机构等相关因素，使用单独的机器学习模型进行检查。只有将这些模型的每个结果组合在一起，人工智能系统才能确定是否存在犯罪交易，通过这种做法的误报会明显减少。“通过机器学习可以解释大多数异常值，否则海量的异常值会淹没反洗钱团队，”雷哈克说。
决策边界
在用例进行集成建模时，使用超过 60 个模型针对分析交易的不同方面进行建模是常见的事情。集成方法的实时结果非常适合这种应用场景。“这 60 种算法中的一种可以将所有内容分割成段，然后对每秒平均事务大小进行建模，”Rehak 透露。“我们可以有数千个片段，这些片段都是同时动态更新的。”
由于将大量模型整合到集合中，每个模型都会评估交易的不同方面从而发现潜在的犯罪行为，除此之外再不能创建更全面的方法了。Rehak 透露：“我们从多个角度看待你，以至于塑造你行为的同时让你避免所有这些犯罪行为变得非常困难。”“因为，为了不被识别出来，“犯罪分子”需要避免的不止一个决策边界，而是大量动态的决策边界。这些算法中的每个模型都是独立学习的，然后我们将它们组合在一起。”
可解释的人工智能
这些集合如何增强可解释性以及所对应的许多方面。 首先，他们没有过度依赖先进的机器学习，只包含简单、更可解释的算法（涉及传统机器学习）。这些模型成为评估交易犯罪的基石。“当我们说某件事很重要时，我们可以告诉你原因，”雷哈克说。“我们可以告诉你哪些指标表明了这一点。我们可以针对为每个发现写一份报告，指出由于这些因素会造成交易犯罪的高风险。” 尽管每种算法都专注于特征，但并非所有算法在模型中都具有相同的权重。一般而言，涉及图形分析（擅长检查关系）的算法比其他模型具有更大的权重。
模型不仅可以解释可疑的行为，也可以告诉你异常值出现的原因。“通常我们在集成中有四到五个占主导地位的算法，也就是说当我相信这是一个异常值时由于有算法的支撑，其他人也会表示同意，”Rehak 指出。“而且，我们有四五个触发因素，这就保证了在某种程度上使结果更偏向于异常。” 由于单个模型仅评估交易中的一个因素，因此它们提供了分数的可解释性和单词的可解释性。“因为我们知道集合，知道微分段，还知道交易量，我们可以很容易地在分数旁边通过问题显示这些信息，而交易量对一家公司的财务部门非常重要，”雷哈克补充道。
集成模式
最终，集成建模的使用效果超过了任何一种应用程序，尽管它对 AML 活动有巨大的帮助。如果应用得当，该技术可以提高可解释性，同时减少解决业务关键问题所需的训练数据和注释数量。
集成建模利用各种数据科学技术来解决多种业务问题，而不是将问题限制在一个或两个。因此，这种集成解决问题的方法可能会成为AI 部署的典型代表。
译者介绍
崔皓，51CTO社区编辑，资深架构师，拥有18年的软件开发和架构经验，10年分布式架构经验。曾任惠普技术专家。乐于分享，撰写了很多热门技术文章，阅读量超过60万。《分布式架构原理与实践》作者。
原文标题：Machine Learning Model Management: Ensemble Modeling
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。