AI、机器学习和深度学习：人们需要知道的一切
发布时间：2021-07-26 17:09:59 所属栏目：大数据 来源：互联网
导读：在人工智能应用方面，企业需要获取商业利益、构建技术框架和模型，以获得更好的商业成果。 在人工智能、机器学习和深度学习方面，目前有很多市场热议和技术探讨。大多数问题有的过于松散，有的过于数学化，有的过于笼统，有的过于专注于特定的应用程序，与业
|
此外，不仅需要部署模型(即使人们或系统可以访问模型)，而且还必须以在操作和异常中“使用”它们的方式将它们合并到工作流中。无法做出具有较高正确性概率的决策，必须进行优雅的管理(例如通过人工干预、模型重新训练和模型回滚)。人工智能的运营和货币化需要逐步但完整的模型工作流集成，数据输入和模型性能参数的监视以及频繁模型部署的管理。
如何使用人工智能?端到端的人工智能解决方案框架
最后，将所有这些与人工智能解决方案框架结合在一起。
有四个组成部分：
•数据管理。
•模型开发。
•模型操作。
•确保使用模型，影响业务并改善业务指标。
第一个组件是数据管理，是当前商业智能环境的常规组成部分。
第二部分是模型开发，包括两个广泛的领域：
•定义适合机器学习模型的用例并确定其优先级。
•大规模构建机器学习模型。
第三个组成部分，模型操作化，不仅需要模型部署，还需要持续的再培训和重新部署过程，模型与操作工作流的集成，以及集成操作反馈以改进模型。
所有这些目的是通过模型的功能获利。
最后，组织和业务影响的第四部分很简单(很明显)，但对组织的人工智能能力的未来成熟至关重要。这个组件的功能是确保人工智能模型被业务线实际使用(也就是说，他们信任人工智能模型并从中获取价值)，并且它们正在影响业务结果。如果没有业务的支持，人工智能将不会迅速发展。
这四个组件之上是协作组：IT、数据工程师、数据科学家、业务部门。人工智能是一项团队工作。
可以采用这些组件并在其周围放置参考体系结构，添加一个称为模型治理的组件，以确保实现模型的可再现性，数据科学的可重用性以及数据科学家的协作，并确保对模型进行重新训练/回滚需要时可能。
设计和实施类似这个参考体系结构的解决方案将以健壮性、上市速度和业务成果来支持人工智能解决方案框架。
本文作者Jerry Hartanto是Trace3公司人工智能和自助服务商业智能业务的领导者，Trace3公司是一家技术解决方案提供商，该公司咨询业务不断增长，其中包括数据智能、云计算解决方案、网络分析、Devops和数据中心解决方案。Hartanto拥有管理咨询、公司/商业战略、营销和销售、运营和流程改进、产品开发和工程的背景。他拥有麦吉尔大学电气工程学士学位、约翰霍普金斯大学电气工程硕士学位和密歇根大学工商管理硕士学位。
 （编辑：宿州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
