Skip to Content
联系我们

机器学习

如今,机器学习和应用空间更广阔的人工智能技术已经不再是科幻小说的产物。这些技术真实存在,而且,正在被许多企业采用。作为新一代软件,机器学习(和深度学习)应用不需要经过精确的编程就能自主学习。具体来说,这类应用能够访问和分析大数据,并发现大数据中的模式,其能力非人力所能及。因此,机器学习能赋予企业极大的业务优势,预计到 2020 年,机器学习的市场规模将达 470 亿美元。

了解我们的机器学习技术 SAP Clea

机器学习简介

人工智能、机器学习和深度学习常常互换使用,但是这些技术并不相同。简单地说,AI 是一个更广泛的概念,指的是能够智能行动的机器。机器学习和深度学习是 AI 的一个子概念,其基本理念是通过让机器访问大量数据,让机器具备自主学习能力。下面为你详细解释机器学习和深度学习以及其他重要术语。

什么是机器学习?

简单地说,机器学习就是通过为计算机提供大量数据,让计算机学会如何识别模式和建立联系。当需要完成特定的任务时,机器会利用大数据和先进的算法自己学会如何执行任务,而不用我们对软件进行专门的编程。机器学习赋予了应用思考能力,支持应用独立作出判断或预测,这远远超出了预测分析和大数据分析的范畴,很多时候甚至超出了人类的能力范围。例如,在线零售环境中广泛使用的推荐引擎就运用了机器学习技术。

什么是深度学习?

深度学习(有时被称为“认知计算”)是一种高级的机器学习。该技术利用多层/深度的神经网络,模拟人类的思维过程。这些网络由很多小的计算节点组成,这些节点就像人脑的神经突触。利用输入的数据集和先进的算法,机器能够帮助你解决复杂的非线性问题。语音识别、图像识别和自然语言处理等突破性技术都离不开深度学习。下面列出了一些热门的深度学习示例:
  • 人脸识别软件
  • 无人驾驶汽车
  • 智能家居自动化设备

监督学习与无监督学习

机器有三种“学习”方式:
  • 监督学习:采用这种方式时,人们标记输入和输出对象,然后模型会识别连接输入和输出对象的规则。
  • 半监督学习(或强化学习):在反复试验过程中,机器会因为自己的行为得到奖励或惩罚,
    然后算法会进行相应的调整。
  • 无监督学习:算法自行挖掘数据(有时是集群数据)中的模式。
不论采用哪种训练方式,机器都能自己从数据中学习知识,并随着时间的推移不断吸收新的行为和功能。最终,你将得到一个可基于数据预测结果的模型。并且,为了提高准确性,该模型会定期接受重新调校。

为什么机器学习发展如此之快?

机器学习并非新概念,但是最近机器学习展现出了新的发展势头。原因为何?因为如今处理能力和存储空间变得更加可负担,再加上不同来源(比如文本、图像和物联网设备)的大数据的激增让机器能够更轻松地接受“训练”和学习。

AI 和机器学习实例

机器学习的优势

Previous

更快的决策流程

机器学习能够按优先级自动处理日常的决策流程。这样,你就能尽早取得最佳结果。比如,通过结合利用机器学习与物联网 (IoT),你能够确定制造工厂内的修理优先级。

强大的适应能力

你的数据在不断地更新,这意味着机器学习模型的更新速度也会比目前人工构建模型的速度快得多。这样,你就能快速挖掘和处理新的洞察,适应瞬息万变的业务环境。

创新和增长

“算法企业”利用高级算法,推动流程自动化,并完善决策的制定过程。这种转变能帮助企业整体加快获取知识,为开发创新型业务模式、产品和服务铺平道路。
Next
Previous

独一无二的洞察

机器学习能够以人类目前无法做到的方式理解大数据中蕴藏的模式,然后触发具体的行动。这是机器学习最吸引人的地方之一。比如,该技术能够预测潜在的销售机会,然后提供行动建议,帮助你达成交易。

更快的业务流程

借助机器辅助的业务流程和更快速的整体工作流,你能够优化业务运营及产品与服务。最终,你不仅能降低后端成本和总体拥有成本,还可以提高工作效率和销售业绩。

更出色的结果

AI 和机器学习能够消除人为错误,提高产出质量,并加强网络安全。对于需要保护敏感信息以及遵守法律法规的金融服务及其他企业来说,网络安全必不可少。

Next

机器学习用例

目前,最常见的机器学习实例是推荐引擎和智能设备等消费者应用。但是该技术在 B2B 用例方面也拥有巨大的潜力。我们认为,机器学习将在以下两大领域大放异彩: 
Previous

智能的业务流程

机器学习能够将基于规则的传统流程转变为智能流程。而智能流程可以从大量非结构化数据集中发掘新模式,并完全独立地作出战略性预测。此外,机器学习还能用于执行高度重复的任务,比如,检查发票和差旅开支是否正确。

数字助理和机器人

随着 AI 技术的不断发展,自学算法可能很快就能在一定的参数范围内自行得出结论,并基于情境触发相应行为。设备将能够安排会议、翻译文档,并执行其他日常企业任务。
Next

机器学习领域的常见问题解答

如何确保结果准确无误?

在机器学习中,你需要特别注意误报和偏差。但是,我们也有相对简单的解决办法。为了提高机器学习的准确性,你应该:

  • 一开始就使用干净的数据集,并确保对输入数据进行正确地标记和分类,从而尽可能减少误报
  • 考虑数据中固有的潜在偏差。如果输入的是无用数据,输出的必然也是无用数据。因此,你应该提出问题,并构建评估算法的流程,避免出现这种情况
  • 根据你的目标,采用正确的算法训练方法,比如,采用监督学习方法,根据已知变量预测房屋售价
  • 全面彻底的机器学习训练,提升学习效果

如需了解更多信息,敬请阅读博文《AI 如何消除偏见》《揭露算法中的无意识偏见》

Collapse
你能否信任机器作出的决策?

电影人以人类的生活和生计被机器主宰为题材,创作了多部伟大的电影,然而现实远没有如此戏剧化。但是,这并不意味着我们就应该盲目地相信机器学习流程得出的结果。通过采取以下措施,你能够确保 AI 正常运行,生成可靠的结果: 

  • 开展概念验证活动,增加你对决策的信心
  • 监督流程和结果,根据需要做出适当的调整
  • 在算法中运用业务规则,提升可信度
  • 在机器学习训练流程中加入反馈机制
Collapse
如何准备数据?

访问大型数据集与机器学习密切相关。因为,第一步我们应该尽可能减少信息孤岛,这一步很关键: 

  • 集成企业数据,包括从供应商、合作伙伴和客户等渠道获取的数据,开放数据访问权限,支持算法访问所有相关数据
  • 邀请首席数据官参与机器学习流程
  • 考虑采用云平台处理来自不同数据源的大量集成数据
Collapse
如何在工作场所运用机器学习?
如今,全球的很多办公室都采用了机器学习技术,用于协助员工完成日常工作。不断发展的机器学习技术带来了无数新的场景、业务机会和业务模式,进而:
 
  • 催生出了更高薪的知识型工作,这类工作强调创造力和解决问题的能力
  • 帮助员工自动完成枯燥的重复性任务,让工作变得充满乐趣和享受
  • 确保员工始终掌控最具战略性的任务和重大事项 
Collapse
需要掌握专业技能,才能使用机器学习?

过去,你需要专业的人才来将机器学习投入使用:首先是需要“数量分析师”,他们必须接受过机器学习语言和方法方面的教育培训;然后是“翻译”,他们能够综合数据规则、机器学习规则和决策规则,将复杂的结果转变成可执行的洞察。

但是这种情况已经不复存在。如今,先进的业务应用承担了数据科学家的角色。这些应用拥有用户友好型界面和集成式 AI 技术。用户只需轻点几下,就能从机器学习中受益匪浅,完全不需要接受广泛的培训。

Collapse
投资回报如何?
尽管 B2B 应用中的机器学习技术仍处于起步阶段,但是企业已经开始利用该技术,自动处理事务,检测欺诈,推动医学研究,以及节约时间和成本。当 AI 被嵌入云平台和应用时,你不需要为了机器学习的上线运行而投入大量成本进行定制化构建。
Collapse

探索 SAP 的机器学习应用和技术:SAP Clea

Previous
全球 70% 的企业交易都与 SAP 的软件系统有关。我们想为这些交易注入更强大的智能。我们的目标是将机器学习技术融入我们的所有软件中,为我们服务的所有业务线和行业提供更卓越的软件。目前,我们的正通过 SAP Clea 努力实现这一目标。SAP Clea 是嵌入我们的云平台和应用中的机器学习智能。借助 SAP Clea,你能够更轻松地打造由算法驱动的企业,挖掘前所未见的洞察,做出更准确的预测,并自动完成日常工作,让员工能够专注于更高价值的工作。
 
我们与各行各业的联合创新客户,共同开发了第一批机器学习应用、工具和服务,帮助你展望未来。
在机器学习领域,SAP 的愿景是重点解决将真正产生巨大业务影响力的业务问题。 Juergen Mueller, Chief Innovation Officer
Next
Previous

财务:自动完成付款

手动比对发票与付款属于劳动密集型会计流程。SAP Clea for Cash Application 利用机器学习技术,大幅提高了自动化匹配率。 

招聘:找到最适合的应聘者

SAP Clea for Resume Matching 能根据给定的职位描述,自动识别最佳应聘者。这样,你就不用再筛选成千上万个求职申请了。

市场营销:提高 Logo 和品牌的认知度

我们的品牌智能应用能够识别图像和视频中的 logo,帮助你更有效地评估企业赞助活动的营销投资回报率。

Next
Previous

客户服务:预测需求

借助 SAP 应用,你能够以最快的速度收集、分析并响应客户的反馈。具体来说,你可以高效地标记和汇总来自客户的的社交媒体帖子和电子邮件等,并自动确定分类、路径和响应措施。

销售与营销:提高客户忠诚度与保留率 

利用高级机器学习技术,你能够即时了解客户的事务行为,从而挖掘、预测并捕获主要的客户流失迹象,甚至采取行动。

Next

开启机器学习之旅


Previous

确定机器学习适不适合你

机器学习非常适合在有复杂规则和未知元素的场景中使用。你能够利用该技术,基于新数据而非历史数据作出预测,或者自动执行高度重复的任务。但是如果你确定系统执行所有指令的具体环境,那么基于规则的编程就能满足你的需求。

速成班开课啦!

还是不知道如何在企业环境中运用机器学习?从发现正确的问题,到在复杂的架构中准备好数据,我们的免费 openSAP 课程将指导你完成后续步骤。此外,你还能够通过这些课程,了解用例和原型,以及开发 AI 产品所需的组件等信息。

聆听专家声音,快速采用 AI

想以破纪录的速度采用 AI?很简单!Business Transformation Services 团队兼具管理咨询服务和 IT 专业知识,能够帮助你更快地完成 AI 的上线运行。在他们的帮助下,你可以协调员工、流程和技术,并利用久经验证的方法和服务,快速部署最新的数字技术和机器学习技术。 

Next
Back to top