iT邦幫忙

第 11 屆 iT 邦幫忙鐵人賽

DAY 5
0

這次我們將可以由一位Google內部的軟體工程師來認識到Google是怎麼去使用ML的,有趣的是他的切入點將沒有數學、TensorFlow甚至是雲端,而是他第一手接觸到的核心問題。

題外話:
  先是像同樣參與鐵人賽的朋友們致歉,我相信這場活動很正面並鼓勵大家每天努力的去學習、分享自己挑戰的內容,而今天我也努力的從線上課程上學習了不少,但突然需要照顧出了車禍的室友所以會來不及更新內文,在優先保持學習進度的前提下,之後的內容也可能需要再騰出時間才能充實,會盡快回頭補足本系列文章


好如題外話前所述,內容先從商業化過程開始。
https://ithelp.ithome.com.tw/upload/images/20191001/20120115tFJ2UZocjK.png
這是一普遍的客服回應改進流程,實際上我們能將他轉化為另一張圖表並配合我們使用ML的一步步程序
https://ithelp.ithome.com.tw/upload/images/20191001/20120115cpbcWzJGl9.jpg

1.Individual contributor
先從非重要的任務由獨立一人完成開始
2.Delegation
當任務變的越發重要則開始多人執行
3.Digitization
將部分重複性高的任務自動化運行(Ex:ATM)
4.Big Data and Analytics
由大量數據帶入人的見識去改善任務、環節
5.Machine learning
運用ML開始完全自動化的運行前述內容一步一步進步

套用前述內容則可以用以下示意圖大略了解相互的關係
https://ithelp.ithome.com.tw/upload/images/20191001/20120115MDcaqzgtR4.png


上一篇
Day4 策略
下一篇
Day6 Inclusive ML
系列文
想使自身成長就先從連續30天的機器學習開始吧!31

尚未有邦友留言

立即登入留言