數(shù)據(jù)現(xiàn)在已經(jīng)成為新的貨幣,當(dāng)生活的新規(guī)范將推動(dòng)我們更多地采用數(shù)字產(chǎn)品時(shí),數(shù)據(jù)將在確定消費(fèi)者行為和個(gè)性化數(shù)字解決方案方面發(fā)揮關(guān)鍵作用。
對(duì)數(shù)字產(chǎn)品的需求將日益增長(zhǎng),并且產(chǎn)品經(jīng)理的職責(zé)也將增加,這將推動(dòng)他們學(xué)習(xí)新的技能和技術(shù)。我將繼續(xù)與其他產(chǎn)品專(zhuān)家分享我的經(jīng)驗(yàn)和教訓(xùn),以更好地解決消費(fèi)者問(wèn)題。
讓我們以對(duì)機(jī)器學(xué)習(xí)的簡(jiǎn)要了解開(kāi)始我們的旅程。機(jī)器學(xué)習(xí)是人工智能(AI)的一種應(yīng)用,它使系統(tǒng)能夠自動(dòng)學(xué)習(xí)并從經(jīng)驗(yàn)中改進(jìn)。機(jī)器學(xué)習(xí)主要專(zhuān)注于計(jì)算機(jī)程序的開(kāi)發(fā),當(dāng)暴露于新數(shù)據(jù)時(shí),計(jì)算機(jī)程序可以教會(huì)自己成長(zhǎng)和變化。
機(jī)器學(xué)習(xí)研究用于自學(xué)做事的算法。主要目的是允許計(jì)算機(jī)自動(dòng)學(xué)習(xí),而無(wú)需人工干預(yù)。
縱觀當(dāng)前的業(yè)務(wù)趨勢(shì),所有公司,無(wú)論是航空,電子商務(wù),廣告,教育,都在試圖為其消費(fèi)者提供個(gè)性化的產(chǎn)品。如果僅談?wù)撚《?,我們就有超過(guò)6億互聯(lián)網(wǎng)用戶,并且每天都有成倍的數(shù)據(jù)生成,并且不可能手動(dòng)分析和發(fā)現(xiàn)這些數(shù)據(jù)中的任何模式,這就是機(jī)器學(xué)習(xí)在行動(dòng)中幫助數(shù)據(jù)科學(xué)家和具有寶貴見(jiàn)解的產(chǎn)品經(jīng)理。
我將嘗試解釋ML算法的基礎(chǔ)知識(shí),每一個(gè)產(chǎn)品經(jīng)理都應(yīng)該了解這些知識(shí),以個(gè)性化用戶體驗(yàn),并有效地工作以理解和解決消費(fèi)者和業(yè)務(wù)問(wèn)題。盡管他們不需要更深入地研究這些算法的編碼和體系結(jié)構(gòu),但是他們應(yīng)該了解基礎(chǔ)知識(shí),以便他們了解所構(gòu)建的內(nèi)容以及如何構(gòu)建。
機(jī)器學(xué)習(xí)算法大致分為:
有監(jiān)督和無(wú)監(jiān)督
監(jiān)督機(jī)器學(xué)習(xí)算法
監(jiān)督式機(jī)器學(xué)習(xí)算法從標(biāo)記的訓(xùn)練數(shù)據(jù)中學(xué)習(xí),可幫助您預(yù)測(cè)不可預(yù)見(jiàn)的數(shù)據(jù)的結(jié)果。例如,您想培訓(xùn)一臺(tái)機(jī)器以幫助您預(yù)測(cè)從工作場(chǎng)所開(kāi)車(chē)回家要花費(fèi)多長(zhǎng)時(shí)間。在這里,您首先創(chuàng)建一組標(biāo)記數(shù)據(jù),例如:
-天氣條件-
一天中的時(shí)間
-假日
監(jiān)督學(xué)習(xí)是您擁有輸入變量(x)和輸出變量(Y)的地方,并且您使用算法來(lái)學(xué)習(xí)從輸入到輸出的映射函數(shù)。
Y = f(X)
監(jiān)督機(jī)器學(xué)習(xí)算法的流行示例是“線性回歸分析”。
線性回歸分析
線性回歸分析是一種預(yù)測(cè)建模技術(shù),用于研究因變量和自變量之間的關(guān)系。線性回歸的目的是找到一條可以準(zhǔn)確描述兩個(gè)變量之間實(shí)際關(guān)系的直線。回歸技術(shù)使用訓(xùn)練數(shù)據(jù)預(yù)測(cè)單個(gè)輸出值,這可以幫助根據(jù)以前的銷(xiāo)售額,GDP增長(zhǎng)或其他條件來(lái)預(yù)測(cè)公司的銷(xiāo)售額。
線性回歸:Y = a + bX + u
哪里:
Y =您要預(yù)測(cè)的變量
X =用于預(yù)測(cè)Y的變量
a =截距
b =斜率
u =回歸殘差
無(wú)監(jiān)督的機(jī)器學(xué)習(xí)算法
當(dāng)用于訓(xùn)練的信息既未分類(lèi)也未標(biāo)記時(shí),將使用它們。該系統(tǒng)確實(shí)可以找到正確的輸出,但是它可以探索數(shù)據(jù),并且可以從數(shù)據(jù)集中得出干擾,以描述未標(biāo)記數(shù)據(jù)中的隱藏結(jié)構(gòu)。無(wú)監(jiān)督學(xué)習(xí)是僅輸入數(shù)據(jù)(X)而沒(méi)有相應(yīng)輸出變量的地方。
無(wú)監(jiān)督學(xué)習(xí)的目標(biāo)是對(duì)數(shù)據(jù)的基礎(chǔ)結(jié)構(gòu)或分布進(jìn)行建模,以了解更多有關(guān)數(shù)據(jù)的信息。與無(wú)監(jiān)督學(xué)習(xí)不同,沒(méi)有正確的答案,也沒(méi)有老師。算法由他們自己設(shè)計(jì),以發(fā)現(xiàn)并呈現(xiàn)數(shù)據(jù)中有趣的結(jié)構(gòu)。所有數(shù)據(jù)均未標(biāo)記,算法從輸入數(shù)據(jù)中學(xué)習(xí)固有結(jié)構(gòu)。
-
算法
+關(guān)注
關(guān)注
23文章
4812瀏覽量
98692 -
人工智能
+關(guān)注
關(guān)注
1821文章
50452瀏覽量
267474 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
67文章
8569瀏覽量
137353
發(fā)布評(píng)論請(qǐng)先 登錄
機(jī)器學(xué)習(xí)中的數(shù)據(jù)質(zhì)量雙保障:從“驗(yàn)證”到“標(biāo)記”
AI 算法核心知識(shí)清單(深度實(shí)戰(zhàn)版2)
算法工程師需要具備哪些技能?
使用K-means算法進(jìn)行異常偵測(cè)
量子機(jī)器學(xué)習(xí)入門(mén):三種數(shù)據(jù)編碼方法對(duì)比與應(yīng)用
瑞芯微RK3576人體關(guān)鍵點(diǎn)識(shí)別算法(骨骼點(diǎn))
AI 驅(qū)動(dòng)三維逆向:點(diǎn)云降噪算法工具與機(jī)器學(xué)習(xí)建模能力的前沿應(yīng)用
NVIDIA展示機(jī)器人領(lǐng)域的研究成果
FPGA在機(jī)器學(xué)習(xí)中的具體應(yīng)用
【嘉楠堪智K230開(kāi)發(fā)板試用體驗(yàn)】K230機(jī)器視覺(jué)相關(guān)功能體驗(yàn)
機(jī)器學(xué)習(xí)異常檢測(cè)實(shí)戰(zhàn):用Isolation Forest快速構(gòu)建無(wú)標(biāo)簽異常檢測(cè)系統(tǒng)
輪式移動(dòng)機(jī)器人電機(jī)驅(qū)動(dòng)系統(tǒng)的研究與開(kāi)發(fā)
機(jī)器學(xué)習(xí)賦能的智能光子學(xué)器件系統(tǒng)研究與應(yīng)用
機(jī)器學(xué)習(xí)研究用于自學(xué)做事的算法
評(píng)論