许多主管难以理解机器学习(ML)和深度学习(DL)。与技术部门有着务实的关系,高管需要在一个非常基本的层面上知道:“ ML和DL试图解决哪些问题?” 对这个问题的一个简单的高层回答是:“这全都在于构建在某些方面比人类做得更好的系统,而无需人工干预。” 话虽如此,区分ML及其分支DL的最简单方法是完成工作所需的人工干预水平。
想象一下,您想构建一个比任何人都快完成10
相比之下,基于DL的系统将被设计为能够自己弄清楚一堆谜题应该做什么。理想情况下,它将学习并根据收到的反馈进行改进:“失败!” -如果只是随机拖曳拼图。“成功!” -如果呈现出美丽的图画,并且所有拼图都在正确的位置。成功需要成千上万的尝试,但是这样的系统最终将比人类好几个数量级。
在许多情况下,全自动DL系统距离数年之遥。想想自动驾驶汽车。相比之下,例如,某些基于ML的推荐系统(利用大量标记的数据)今天可以提供巨大的价值。
在考虑利用ML和DL时,请从一个简单的问题开始:“我们今天可以实现什么自动化,如何以及在何种程度上实现自动化?”
关注 CDA人工智能学院 ,回复“录播”获取更多人工智能精选直播视频!