哈囉大家好，今天是day8，一樣向各位報告今天的影片進度:

在您的應用程序添加機器學習的一個簡單方法是利用預訓練好的模型。這是個使用現成模型的解決方案，您不需要從頭建立自己的模型。
Aucnet是日本最大的即時汽車拍賣服務，有30,000多家經銷商，每年拍賣近40億美元。汽車經銷商需要為想出售的每輛二手車拍攝多張照片，並將其上傳到Aucnet的網站，並且需要為每張照片指定汽車的型號以及是汽車的哪個部分。對於經銷商而言，每天要處理數千張照片是一項非常耗時的大工程。Aucnet新的機器學習系統可以高準確度地檢測汽車的型號，它還可以顯示每個型號的估計價格範圍，並識別圖片是在拍攝汽車的哪個部分。因此，汽車經銷商只需拖放一堆未分類的照片，然後檢查型號和零件是否已通過系統正確分類。

Google Cloud的一些API提供了預訓練好的ML模型，但AUCNET是使用TensorFlow在Google Cloud Platform上建立了一個自定義圖像分類模型，實際上不必這麼麻煩，可以直接使用現成的。

Ocado是全球最大的線上雜貨店，它位於英國。過去的服務方式是客戶發送電子郵件給他們。在過去，每封電子郵件都會被讀取，然後分發到相應的電子部門，並在該部門再次讀取。近年，Ocado轉向使用自然語言處理，他們能夠提取電子郵件標題、實體情感、電子郵件談論內容、電子郵件語法；這種技術可幫助Ocado解析電子郵件正文並標記和分發這些電子郵件，以幫助聯絡中心確定信件的優先杜和內容。但是越來越多的客戶不想訪問您的網站並單擊按鈕。

但是越來越多的客戶不想訪問您的網站並單擊按鈕；他們不想向您發送電子郵件，他們想與您互動交流，得到他們疑問的答案。這裡我們展示Dialogflow API高級對話代理工具。Chatbot說：「今天我能為您提供什麼幫助」，顧客說：「我想吃培根起士比薩」；在此前題下，Dialogflow繼續進行並構建一條JSON消息，該消息表明客戶想要訂購披薩，並且可以繼續進行添加培根起士比薩所對應的配料的步驟；接著，Chatbot說：「那麼，您想要什麼尺寸？」，因應這另一個要求，還添加了較大的尺寸和標準麵包皮，然後顧客這時說：「添加橄欖」，在配料中便加入了橄欖。通過這些對話，將構建一個結構化JSON消息，該結構化消息在整支應用程序的其餘運行部分，其工作方式與前述相同。