chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

五個關于機器學習的應用及成功案例

如意 ? 來源:今日頭條 ? 作者:計算機世界 ? 2020-11-27 15:38 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

如今人工智能機器學習在企業(yè)界受到越來越熱烈的追捧,企業(yè)組織日益利用這些技術(shù)更準確地預測客戶的偏好,并加強業(yè)務運營。

據(jù)知名調(diào)研公司IDC稱,到2023年,人工智能系統(tǒng)的支出將達到979億美元,幾乎是2019年支出375億美元的三倍。據(jù)凱捷咨詢(Capgemini)今年6月發(fā)布的研究顯示,接受調(diào)查的950家企業(yè)組織中,有87%已部署了AI試點項目,或者已將有限的使用場景投入實際應用。

不過,新冠疫情爆發(fā)給人工智能帶來了一個新的挑戰(zhàn),因為自3月以來許多依賴歷史數(shù)據(jù)來改進算法的企業(yè)組織發(fā)現(xiàn)其模型出現(xiàn)了偏差。凱捷咨詢負責洞察力和數(shù)據(jù)的執(zhí)行副總裁Jerry Kurtz表示,這種“數(shù)據(jù)漂移”現(xiàn)象使企業(yè)很難依賴現(xiàn)有模型。比如說,對于試圖預測噴氣發(fā)動機維護間隔時間的企業(yè)而言,模型可能會發(fā)生重大變化,噴氣發(fā)動機的使用在最近幾個月出現(xiàn)了下降。零售商也是如此,近幾個月來目睹銷售額直線下滑。

Kurtz對CIO.com表示:“某些數(shù)據(jù)變化得很快,歷史情況不再能很好地預測指標,這種情況相當常見。企業(yè)將不得不重新考慮算法,因為它們之前從未認為變量會發(fā)生變化。”

面對這樣的挑戰(zhàn),正實施人工智能和機器學習的CIO討論了他們所做的工作。

健康保險公司利用人工智能改善業(yè)務成果

據(jù)美國健康保險巨頭安森(Anthem)首席數(shù)字官Rajeev Ronanki介紹,這家健康保險公司實施了人工智能和機器學習解決方案,處理從預料患者健康的變化趨勢到解決服務糾紛的諸多任務。

通過分析慢性?。ū热缣悄虿』蛐呐K?。┗颊叨嗄陙砩傻尼t(yī)療保健數(shù)據(jù),并將其與類似疾病的患者(或“數(shù)字孿生”)進行相互對照,安森可以預測治療可能出現(xiàn)的結(jié)果。

人工智能還幫助安森密切關注索賠及其他服務的進度,發(fā)現(xiàn)福利索賠裁決及其他服務方面潛在的客戶問題。如果安森發(fā)現(xiàn)有明顯的差異,客戶服務團隊會主動聯(lián)系醫(yī)療服務機構(gòu)或患者,解釋原因。Ronanki表示,這種積極主動的外聯(lián)對于防止緊張的沖突關系至關重要。為此,安森分析從客戶對公司服務表示不滿意的數(shù)百萬次呼叫收集而來的歷史數(shù)據(jù)中,人工智能生成分數(shù),表明客戶升級投訴的可能性。

Ronanki說:“我們會主動聯(lián)系客戶并解釋我們的決定,并盡力提供具體背景。”

2018年,安森聘請了前谷歌搜索負責人Udi Manber擔任其首席人工智能官,這表明人工智能在這家公司已變得非常重要。Romanki表示,在Manber的領導下,安森的每條業(yè)務線都嵌入了人工智能功能和技能集,跨職能團隊開發(fā)了應用程序,目的明顯是為了簡化醫(yī)療保健體驗,讓這種體驗變得更“個性化、高效性和主動性”。

運輸公司利用機器學習支持包裹處理

Pitney Bowes的首席創(chuàng)新官James Fairweather告訴CIO.com,Pitney Bowes是一家有著百年歷史的辦公運輸和郵寄服務提供商,過去這八年一直在廣泛使用人工智能和機器學習工具。該公司目前利用機器學習軟件來預測包括Android平板電腦和集成打印機在內(nèi)的郵件包裹站何時可能發(fā)生故障。如果與聯(lián)網(wǎng)的郵件包裹站直接聯(lián)系的機器學習軟件檢測到潛在的故障,它會安排現(xiàn)場服務技術(shù)人員檢查機器。

Fairweather說,機器發(fā)生故障前修復好問題對于減少包裹運輸?shù)耐_\時間至關重要。又由于機器學習軟件已逐漸能夠很準確地預測問題,因此Pitney Bowes可以為現(xiàn)場服務管理系統(tǒng)輕松安排檢修服務?!八鼮榭蛻籼峁┝松霞训捏w驗,” Fairweather說。

由于當下單日運輸變得日益普遍,運輸方面的消費者體驗變得至關重要,Pitney Bowes還使用機器學習算法來優(yōu)化退件量,為此必須監(jiān)測包裹路線以識別處理過程中的連續(xù)異常情況。Fairweather表示,比如說,如果一個包裹通常在傳輸途中每4小時掃描一次,但是錯過了第二個掃描窗口,算法會將它標記出來。

Fairweather解釋道:“我們基于這些活動的常態(tài)建立了數(shù)據(jù)科學模型,以預測處理過程中的異常情況?!?/p>

蔓越莓生產(chǎn)商利用機器學習加強運營

在Ocean Spray開始踏上人工智能和機器學習之旅之前,這家蔓越莓、葡萄柚及其他果汁的生產(chǎn)商不得不清理收集而來的多年數(shù)據(jù)。該公司首席數(shù)字和技術(shù)官Jamie Head告訴CIO.com,公司執(zhí)行了主數(shù)據(jù)管理策略,以提高其業(yè)務部門和客戶生成的信息資產(chǎn)具有的一致性和準確性。

Head表示,Ocean Spray正使用機器學習來梳理過去三年的歷史數(shù)據(jù),以評估銷售量增長趨勢,并分析競爭對手的促銷方式,以補上可能存在的任何季節(jié)性缺口。Head的團隊正與機器學習初創(chuàng)公司Visual Fabric合作,幫助了解它如何更好地從跟蹤支出中獲得洞察力,從而“推動業(yè)務發(fā)展”。IT小組與銷售團隊分享這些洞察力,幫助它們完善市場營銷方法。

Ocean Spray還通過分析顏色、大小及其他變化因素(包括加拿大、馬薩諸塞州、新澤西州、威斯康星州和智利等其他地區(qū)的農(nóng)業(yè)合作伙伴的土壤和氣候條件),探究如何利用機器學習來提高蔓越莓產(chǎn)品的質(zhì)量。

機器制造商使用虛擬助理管理銷售

霍尼韋爾的銷售人員使用人工智能軟件幫助確定會議的優(yōu)先級,并管理銷售線索,從而幫助該公司的航空電子系統(tǒng)、工程車輛及其他工業(yè)機器贏得客戶。

這家工業(yè)制造商主管卓越商業(yè)的副總裁Patrick Hogan表示,該軟件其實是Tact.ai開發(fā)的虛擬助理,可從霍尼韋爾的Microsoft Office 365和Salesforce系統(tǒng)獲取信息。員工可以使用智能手機與Tact.ai助理通話或發(fā)短信,檢查他們是否按計劃實現(xiàn)銷售目標,并查看客戶如何與業(yè)務建議進行互動方面的度量指標。

銷售人員結(jié)束會議時,虛擬助理會詢問他們計劃采取的下一步是什么。助理還會向用戶“推送”通知,表明可能變得過時的機會。Hogan說:“虛擬助理可幫助你掌握本部門的情況?!彼a充說,使用次數(shù)越多,這款工具會越了解每個銷售人員的工作流程和偏好。

虛擬助理已對霍尼韋爾的銷售渠道帶來了積極的最終影響,包括更多的面對面會議,提高了每個賣家的銷售額、銷售轉(zhuǎn)化率和收益率,他正積極敦促公司9500名員工中的更多人使用該工具。

人工智能促進商業(yè)服務個性化

據(jù)家得寶(Office Depot)的CIO Todd Hale稱,家得寶正在投資打造機器學習功能,以獲取有關客戶偏好的洞察力,并更準確地推薦產(chǎn)品。

這家年收入達110億美元的公司力求擴大業(yè)務服務部門(包括其CompuCom技術(shù)服務部門),同時減少對辦公用品銷售額的依賴,為此開展了數(shù)據(jù)分析工作。 B2B銷售貢獻了家得寶收入的60%以上。該公司使用先進的人工智能/機器學習技術(shù)(比如XGBoost和隨機森林)將客戶細分為多種角色,并預測客戶流失率、客戶生命周期價值和產(chǎn)品親和力。

Hale說:“在電子商務領域,我們利用Apache Spark和BigDL上的Analytics Zoo具有的深度學習功能,提供基于用戶的實時產(chǎn)品推薦,并開發(fā)交叉銷售和向上銷售模型?!彼a充道,理想情況下,這將幫助家得寶開發(fā)“量身定制的產(chǎn)品和服務”。
責編AJX

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 人工智能
    +關注

    關注

    1813

    文章

    49755

    瀏覽量

    261657
  • 機器學習
    +關注

    關注

    66

    文章

    8541

    瀏覽量

    136236
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    探索RISC-V在機器人領域的潛力

    運行ROS 2,充分證明了RISC-V架構(gòu)完全有能力承載機器人操作系統(tǒng)這樣的復雜軟件棧。它不僅是學習RISC-V的絕佳工具,更是探索未來邊緣計算和智能機器人的一強大起點。 致謝:
    發(fā)表于 12-03 14:40

    機器視覺缺陷檢測中傳感器集成的大關鍵

    工智能技術(shù)一樣,機器視覺雖然令人印象深刻,但它僅僅是一工具。其效果取決于最終用戶的應用方式。因此,以下是將機器視覺系統(tǒng)集成到缺陷檢測中的
    的頭像 發(fā)表于 11-03 11:40 ?593次閱讀
    <b class='flag-5'>機器</b>視覺缺陷檢測中傳感器集成的<b class='flag-5'>五</b>大關鍵

    自動駕駛中常提的“強化學習”是啥?

    [首發(fā)于智駕最前沿微信公眾號]在談及自動駕駛時,有些方案中會提到“強化學習(Reinforcement Learning,簡稱RL)”,強化學習是一類讓機器通過試錯來學會做決策的技術(shù)。簡單理解
    的頭像 發(fā)表于 10-23 09:00 ?335次閱讀
    自動駕駛中常提的“強化<b class='flag-5'>學習</b>”是<b class='flag-5'>個</b>啥?

    晶體晶振在機器大核心模塊的關鍵作用

    你以為機器人那些流暢的動作和適宜的反應,只靠一顆強大的CPU就夠了嗎?NO,NO,NO! 再聰明的大腦也需要晶體晶振來統(tǒng)籌全局!晶體晶振就像機器人的「心跳」和「指揮棒」,決定了它每一動作、每一條指令的精準觸達。今天,我們就來解
    的頭像 發(fā)表于 09-03 09:36 ?537次閱讀
    晶體晶振在<b class='flag-5'>機器</b>人<b class='flag-5'>五</b>大核心模塊的關鍵作用

    FPGA在機器學習中的具體應用

    隨著機器學習和人工智能技術(shù)的迅猛發(fā)展,傳統(tǒng)的中央處理單元(CPU)和圖形處理單元(GPU)已經(jīng)無法滿足高效處理大規(guī)模數(shù)據(jù)和復雜模型的需求。FPGA(現(xiàn)場可編程門陣列)作為一種靈活且高效的硬件加速平臺
    的頭像 發(fā)表于 07-16 15:34 ?2640次閱讀

    使用MATLAB進行無監(jiān)督學習

    無監(jiān)督學習是一種根據(jù)未標注數(shù)據(jù)進行推斷的機器學習方法。無監(jiān)督學習旨在識別數(shù)據(jù)中隱藏的模式和關系,無需任何監(jiān)督或關于結(jié)果的先驗知識。
    的頭像 發(fā)表于 05-16 14:48 ?1184次閱讀
    使用MATLAB進行無監(jiān)督<b class='flag-5'>學習</b>

    機器學習模型市場前景如何

    當今,隨著算法的不斷優(yōu)化、數(shù)據(jù)量的爆炸式增長以及計算能力的飛速提升,機器學習模型的市場前景愈發(fā)廣闊。下面,AI部落小編將探討機器學習模型市場的未來發(fā)展。
    的頭像 發(fā)表于 02-13 09:39 ?627次閱讀

    嵌入式機器學習的應用特性與軟件開發(fā)環(huán)境

    作者:DigiKey Editor 在許多嵌入式系統(tǒng)中,必須采用嵌入式機器學習(Embedded Machine Learning)技術(shù),這是指將機器學習模型部署在資源受限的設備(如微
    的頭像 發(fā)表于 01-25 17:05 ?1223次閱讀
    嵌入式<b class='flag-5'>機器</b><b class='flag-5'>學習</b>的應用特性與軟件開發(fā)環(huán)境

    華為云 Flexus X 實例部署安裝 Jupyter Notebook,學習 AI,機器學習算法

    前言 由于本人最近在學習一些機器算法,AI 算法的知識,需要搭建一學習環(huán)境,所以就在最近購買的華為云 Flexus X 實例上安裝了學習環(huán)
    的頭像 發(fā)表于 01-02 13:43 ?871次閱讀
    華為云 Flexus X 實例部署安裝 Jupyter Notebook,<b class='flag-5'>學習</b> AI,<b class='flag-5'>機器</b><b class='flag-5'>學習</b>算法

    傳統(tǒng)機器學習方法和應用指導

    用于開發(fā)生物學數(shù)據(jù)的機器學習方法。盡管深度學習(一般指神經(jīng)網(wǎng)絡算法)是一強大的工具,目前也非常流行,但它的應用領域仍然有限。與深度學習相比
    的頭像 發(fā)表于 12-30 09:16 ?1984次閱讀
    傳統(tǒng)<b class='flag-5'>機器</b><b class='flag-5'>學習</b>方法和應用指導

    【「具身智能機器人系統(tǒng)」閱讀體驗】1.全書概覽與第一章學習

    非常感謝電子發(fā)燒友提供的這次書籍測評活動!最近,我一直在學習大模型和人工智能的相關知識,深刻體會到機器人技術(shù)是一極具潛力的未來方向,甚至可以說是推動時代變革的重要力量。能參與這次活動并有機會深入
    發(fā)表于 12-27 14:50

    如何選擇云原生機器學習平臺

    當今,云原生機器學習平臺因其彈性擴展、高效部署、低成本運營等優(yōu)勢,逐漸成為企業(yè)構(gòu)建和部署機器學習應用的首選。然而,市場上的云原生機器
    的頭像 發(fā)表于 12-25 11:54 ?702次閱讀

    zeta在機器學習中的應用 zeta的優(yōu)缺點分析

    在探討ZETA在機器學習中的應用以及ZETA的優(yōu)缺點時,需要明確的是,ZETA一詞在不同領域可能有不同的含義和應用。以下是根據(jù)不同領域的ZETA進行的分析: 一、ZETA在機器學習
    的頭像 發(fā)表于 12-20 09:11 ?1631次閱讀

    cmp在機器學習中的作用 如何使用cmp進行數(shù)據(jù)對比

    機器學習領域,"cmp"這個術(shù)語可能并不是一常見的術(shù)語,它可能是指"比較"(comparison)的縮寫。 比較在機器學習中的作用 模型
    的頭像 發(fā)表于 12-17 09:35 ?1330次閱讀

    構(gòu)建云原生機器學習平臺流程

    構(gòu)建云原生機器學習平臺是一復雜而系統(tǒng)的過程,涉及數(shù)據(jù)收集、處理、特征提取、模型訓練、評估、部署和監(jiān)控等多個環(huán)節(jié)。
    的頭像 發(fā)表于 12-14 10:34 ?678次閱讀