iT邦幫忙

第 11 屆 iT 邦幫忙鐵人賽

DAY 7
0

有人在我們的機器上搜尋了“咖啡”,而我們的機器必須根據這個人的資訊來推薦他咖啡,例如地點·餐廳評價·此人位置·此人位置距離某咖啡廳的路途·咖啡廳資訊....

機器該如何推薦呢?也許我們可以寫程式用很多的rule來判斷,但以一個AI-first的公司,當我們蒐集到夠多這樣的使用者資料後,可以直接淘汰掉那寫一堆rule的方法,用一個ML模型來學習這些蒐集到的資料,完美!


這篇提到了一個實際的例子,一個產品的演變過程。但我覺得重要的還是搜集資料的階段,影響結果的成敗。所以rule-base的演算法在初期也是很重要的。光有超強的ML演算法,卻無法蒐集到有用的資料並有正確的label,這個產品應該也是胎死腹中。所以我認為最最重要的還是產品的business model(或者說,創意)!

演算法什麼的都是浮雲。


上一篇
Day 6. Colab Note
下一篇
Day 8. ML in application
系列文
Google machine learning cloud 實戰30

尚未有邦友留言

立即登入留言