机器学习可以应用到哪里？
Robot sitting on armchair with tablet, 3D
企业需要考虑机器学习开发的三个阶段及其应用。
这三个阶段是指：
1）描述性阶段，
2）预测性阶段
3）规范性阶段。
描述性阶段是指记录和分析历史数据增强商业智能。
向管理者提供描述性信息，并更好地理解过去行动和决策的结果和后果。
这个过程现在已成为全球大多数大型企业的常规工作。
应用机器学习的第二阶段是预测。
收集数据并使用它来预测特定结果可以提高反应性，使其更高效地做出决策。
最后一个规范性阶段是最先进的机器学习阶段，该阶段已被应用与企业活动中，并且在新兴企业的推动下不断向前发展。
在针对有效和高效的业务实践时了解原因、动机和背景是最佳决策的先决条件，而只预测行为或结果是不够的。
具体地说，当人和机器结合起来时，这个阶段是可能的。机器学习用于找到有意义的关系并预测结果，而数据专家则充当翻译者，以了解关系存在的原因。这样，就可以更精确地作出决策。
此外，除了预测性洞察之外，感兴趣的朋友还可以了解一下另一个机器学习应用程序：流程自动化。这里是关于这两个概念的介绍和对比。
以下是机器学习可以解决的问题的一些示例。
物流和生产：
ERP system, Enterprise resource planning on
lRethink Robotics使用机器学习来训练机器人手臂并提高生产速度；
lJaybridge Robotics可实现工业级车辆自动化，以实现更高效的运营；
l Nanotronics自动化光学显微镜以改进检查；
l Netflix和Amazon根据用户需求优化资源分配；
l 其他例子包括：预测ERP/ERM需要；预测资产故障和维护，提高质量保证，提高生产线性能。
销售和营销：
Group of Corporate People Discussing about Online
l 6sense预测哪种铅更容易被买，哪个时间更容易被买入；
l Salesforce Einstein帮助预测销售机会并自动完成任务；
l Fusemachines通过AI助手自动完成销售任务；
l AirPR提供了提高公关绩效的洞察力；
l Retention Science建议跨渠道行动以推动参与；
l 其他示例包括：预测客户的生命周期价值，提高客户细分准确度，检测客户购物模式以及优化用户的应用内体验。
人力资源：
l Entelo帮助招聘人员识别和鉴定候选人；
l hiQ协助管理人员进行人才管理。
金融：
l Cerebellum Capital和Sentient利用机器学习驱动的软件增强投资管理决策；
l Dataminr可以通过提供有关社交趋势和突发新闻的早期警报来协助实时财务决策；
l 其他例子包括：检测欺诈行为和预测股票价格。
卫生保健：
l Atomwise使用预测模型来减少药物生产时间；
l Deep6 Analytics确定符合条件的患者进行临床试验；
l 其他例子包括：更准确地诊断疾病，改善个性化护理和评估健康风险。
你可以在Sam DeBrule汇集的精彩列表中找到更多机器学习和人工智能以及其他相关资源的示例
閱讀更多 剪點詞 的文章
