iT邦幫忙

DAY 11
0

Google Developers Machine Learning 學習系列 第 11

【Day 11】How Google does Machine Leaning (How Google does ML -4)

前言

過了三分之一,怎麼感覺好像三十天講不完!!!!

主題

2.2 ML and Business Processes

此章節主要講述機器學習如何導入業務流程中,開始慢慢有些核心的內容出現,值得去深入探討的概念。
https://ithelp.ithome.com.tw/upload/images/20190912/20120188vHJ9hbHdEl.png

傳統的業務流程如上圖。
這邊利用客服中心作為舉例,描述還沒有導入Machine Learning之前的流程循環,根據客戶的反饋重複的對於客服員工進行訓練,讓客服員工未來面對相同問題能夠解答,而整個客服業務的流程就在這樣加護作用的循環中不斷持續,那麼,當引入機器學習後會有什麼樣的改變呢?

https://ithelp.ithome.com.tw/upload/images/20190912/20120188d3tjCHMzPr.png

課程中將前述的反饋循環抽象化成概念性的物件,形成:主要流程->反饋->重新訓練->改善主流程 的循環,並且將Machine Learning 的導入部件分成五階段,分別在流程中的不同時間發生。

https://ithelp.ithome.com.tw/upload/images/20190912/20120188NRF4Pb2o6Y.png

首先,前三階段都是在"主要流程"中的步驟,所謂主要流程就是實際服務的進行階段,像是工廠生產產品、餐廳服務客人、商店販賣物品、應用程式提供服務等。

https://ithelp.ithome.com.tw/upload/images/20190912/20120188M8FrbQgv3M.png

Step-1 Individual contributor

Step-2 Delegation

Step-3 Digitization

這三階段有點循序漸進的感覺,從個人完成的一項工作拓展到多人合作的事務,最後,將這些事物引入數位化的方式。

階段四、階段五則分別發生在"反饋"與"重新訓練"這兩步驟中。

https://ithelp.ithome.com.tw/upload/images/20190912/20120188mqPnznwkQp.png

Step-4 Big Data and Analytics

在前述的步驟中導入數位化的流程,因此能夠蒐集到許多數位資訊,藉由這些資訊進行分析,並從分析中產生新的想法、流程改善目標、決策方向等等。

Step-5 Machine Learning

將蒐集到的資料整理成乾淨的訓練資料集,用來訓練出機器學習模型,藉由這些ML模型改善工作流程。


上一篇
【Day 10】How Google does Machine Leaning (How Google does ML -3)
下一篇
【Day 12】How Google does Machine Leaning (How Google does ML -5)
系列文
Google Developers Machine Learning 學習20

尚未有邦友留言

立即登入留言