自动机器学习是真实的:托马斯达文波特和我的妈妈这么说

时间:2019-03-14 21:44:49 阅读:41次

  我的年迈母亲上周打电话给我,告诉我她是如何从BBC今日电台4频道节目中了解人工智能(AI)的。她现在是专家!我给了她一个自动机器学习平台DataRobot的医疗保健演示,显示了从数据中做出预测是多么容易 - 预测医院患者再入院似乎与她的情况有关。

   <! - 多 - >

同样,我正在学习成为一名兽医的二十岁女儿正在测试马匹,将它们放在跑步机上,提高速度水平,并记录结果。看完她在Excel中进行数据分析的困难后,我将数据加载到DataRobot中,看看它会做出哪些预测。果然,结果是即时而令人印象深刻的 - 预测将跑步机转到十一号的不幸结果!

  我于1988年开始在甲骨文IT部门工作,这是我整个职业生涯中的第一次,我母亲和女儿都了解我所营销技术的影响。当千禧一代和八十多岁的人在技术上保持一致时,这是一个强有力的迹象,表明你已经进入主流市场!

  然而,正如任何变革性技术一样,随着每个人都加入到这个潮流中,嗡嗡声和炒作比比皆是。为了明确这一点,我们求助于畅销书作家兼总裁在巴布森学院Tom Davenport的管理和IT杰出教授,量化其优势。他的白皮书设置了AutoML的背景,并包括组织将其付诸实施的特定用例。

  对于他的研究,Davenport采访了使用AutoML的真实公司,以下只是成为人工智能驱动型企业的组织实现的众多好处中的两个。

  

   1。建模生产力&amp;效力

  创建模型是机器学习的核心过程,涉及各种活动,如特征(变量)选择和工程,数据准备,算法选择以及结果的评估和比较。当手动处理时,每个步骤都需要花费时间,这是一种低效的时间使用。

  自动化机器学习技术取代了这些手动流程,从而提高了模型的生产率和效率。自动化确保不容易造成人为错误,并使数据科学家和非数据科学家能够部署模型并进行测试,而不是花时间在每个手动过程中跋涉。

  住友三井卡公司(日本最大的信用卡公司)使用DataRobot进行风险建模和客户洞察/营销应用。 Davenport在他的研究中引用了这家公司关于自动化如何使他们在几小时到几天而不是几个月内建立和验证模型:

  “在风险建模领域,一些分析师正在手动进行机器学习,但是建立和验证模型可能需要半年时间。使用DataRobot将时间缩短到数小时或几天。“ - 三井住友卡公司

   2。降低技能要求

  数据无处不在,但不是每个人都知道如何使用它来解决业务问题。 (此申请人是否会默认贷款?我是否应该在假期订购更多此产品?)自动化使非数据科学家(如专业业务分析专业人员)能够找到解决其特定业务挑战的最佳模型。数据科学的民主化是通过自动化实现的,因此数据科学家和非数据科学家都可以利用他们的数据并看到结果。

  对数据科学家的需求也大大超过了供应量,这意味着没有足够的数据科学家可以使用,并不是每个企业都有预算可以接受数据科学专家。随着越来越多的企业采用机器学习,这种差距只会继续增长。达文波特承认他的研究中存在这种不足:

  “众所周知,缺乏高级技能,因为AutoML在机器学习中完成了许多基于专业知识的任务,它可以帮助缓解技能短缺。” - Thomas Davenport

  

  有兴趣查看自动化机器学习的完整列表吗?请阅读Tom Davenport的白皮书。或者和我母亲谈谈。

  

  

自动机器学习是真实的:托马斯达文波特和我的妈妈这么说所属专题:机器学习 《自动机器学习是真实的:托马斯达文波特和我的妈妈这么说》链接:http://www.zhouchuanxiong.net/1228

自动机器学习是真实的:托马斯达文波特和我的妈妈这么说相关文章