申请专栏作者 参展
投稿发布
您的当前位置:主页 > yabo亚博体育下载 > 正文

yabo88滚球科学难在实践,有哪些弯路可以不走?

来源: 时间:2019-03-25
请支持本站,点击下面的广告后浏览!

yabo88滚球科学这一名词流行了这么长时间,对于很多企业来说仍然是熟悉而又陌生的词汇。 可思yabo88滚球-www.sykv.cn,sykv.com

对于积极向布局yabo88滚球科学应用的企业来说,如何避免走弯路。

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

Blue Yonder,一个成立于2008年的大yabo88滚球分析平台,用他8年的yabo88滚球科学经验告诉你,什么是真正的yabo88滚球科学、有哪些弯路可以不走。 可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

正如Blue Yonder创始人在采访中说到:“在这八年里,我们经历了不少痛苦的教训,尤其是在yabo88滚球科学应用方面。”

可思yabo88滚球sykv.com

以下是采访原文,请欣赏!

可思yabo88滚球sykv.com,sykv.cn

yabo88滚球科学 可思yabo88滚球sykv.com

我相信许多人都知道什么是yabo88滚球科学,但我想分享一下我个人对它的理解: 可思yabo88滚球sykv.com

yabo88滚球科学的目的是构建自动化的yabo88滚球驱动运营决策支持系统。 可思yabo88滚球-人工智能资讯平台sykv.com

根据这么严格的定义(你也许会有异议),yabo88滚球科学的唯一目便成了决策的支持和自动化。那么“运营决策”是什么?

可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

它是指企业需要频繁定期进行的大量决策,这些决策对业务KPI(关键绩效指标)有直接影响,其结果也需要在短时间内进行评估。

可思yabo88滚球-www.sykv.cn,sykv.com

企业可能需要作出以下决策,例如:各种产品明天的最佳定价是多少或发送给供应商X的下一个订单中各产品的最佳定价是多少。 可思yabo88滚球-www.sykv.cn,sykv.com

由于人们经常在不经意间受到影响,因此在大多数情况下,自动决策胜于人类的运营决策,并且自动决策可以显着提高业务流程的效率。

可思yabo88滚球-人工智能资讯平台sykv.com

人类决策偏见列表:

可思yabo88滚球-人工智能资讯平台sykv.com

https://en.wikipedia.org/wiki/List_of_cognitive_biases#Decision-making.2C_belief.2C_and_behavioral_biases

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

所有这一切实际上意味着,yabo88滚球科学对于运营决策的意义就像工业机器人对于制造业那样。正如机器人可以自动执行重复的生产任务一样,yabo88滚球科学也可以自动执行重复的运营决策。

可思yabo88滚球sykv.com,sykv.cn

DevOps与yabo88滚球科学 可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

DevOps工作流程旨在克服传统IT组织中由于开发团队和运营团队相互独立而导致的普遍冲突问题。开发团队希望开发新功能并希望新功能尽早上线,而运营团队负责系统的稳定性,因为所有变更都会带来风险。他们需要尽可能地阻止新功能上线。 内容来自可思yabo88滚球sykv.com

? 可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

? 内容来自可思yabo88滚球sykv.com

在这场冲突中,两个团队都忽略了以稳定可靠的新功能为客户创造价值这一共同目标。 可思yabo88滚球-www.sykv.cn,sykv.com

开发人员和运营团队之间的冲突只是组织结构不合理导致的其中一种情形,对于按功能划分的其他组织机构也存在相同的问题。

可思yabo88滚球sykv.com,sykv.cn

在许多公司里,yabo88滚球科学也被困在类似的“功能团队孤岛”中。更详细的解释,我建议阅读这篇《什么是DevOps》

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

相关链接:https://theagileadmin.com/what-is-devops/ 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

yabo88滚球科学-麻烦制造者

可思yabo88滚球-人工智能资讯平台sykv.com

有个虚构的段子,但却透着真实的无奈。两位管理人员在一次会议上相遇,其中一位经理问道,“你们公司是不是已经开始使用yabo88滚球科学决策分析了?”另一位回答说:“我们的yabo88滚球科学家团队已经成立一年了,但什么时候可以开始分析还遥遥无期呢。”

可思yabo88滚球sykv.com

为了更好地理解为什么许多yabo88滚球科学工作的进展缓慢,我们需要看一下用yabo88滚球科学进行自动化业务决策的典型工作流程。 可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

下面的工作流程示例是以零售行业为例,同样也适用于其他行业。

可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

1. 从各种来源提取各种必要的yabo88滚球: 可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

内部yabo88滚球源,如ERP,CRM和POS系统,或来自在线商店的yabo88滚球。 可思yabo88滚球sykv.com,sykv.cn

外部yabo88滚球,如天气或公众假期yabo88滚球

可思yabo88滚球-人工智能资讯平台sykv.com

2. 提取,转换和加载yabo88滚球: 可思yabo88滚球sykv.com,sykv.cn

关联yabo88滚球源 内容来自可思yabo88滚球sykv.com

聚合并转换yabo88滚球,

可思yabo88滚球sykv.com,sykv.cn

用“一张大表”关联所有yabo88滚球 可思yabo88滚球-www.sykv.cn,sykv.com

3. 机器学习和决策制定:

可思yabo88滚球-人工智能资讯平台sykv.com

使用历史yabo88滚球来训练机器学习模型

可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

4. 对于决策,使用当前的最新yabo88滚球 可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

由此产生的决策被送回ERP系统或其他yabo88滚球仓库 可思yabo88滚球sykv.com,sykv.cn

这些步骤基本上涉及业务的方方面面,并且需要深入集成到业务流程中,以创建有效的决策系统。

可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

然而这也是迄今为止yabo88滚球科学决策分析工作最大的麻烦。为了整合yabo88滚球科学,就需要改变核心业务流程,而改变核心业务流程却是一项艰巨的任务。 可思yabo88滚球-人工智能资讯平台sykv.com

yabo88滚球科学本质上是贪婪的 可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

没有yabo88滚球科学家会说“目前的yabo88滚球库规模足够明年用的了。” 可思yabo88滚球sykv.com

人们通常觉得yabo88滚球科学家都是贪婪的,因为他们似乎对可用资源有着不切实际的想法。但实际上,yabo88滚球科学本身才是贪婪的。 内容来自可思yabo88滚球sykv.com

总的来说,以下因素会使yabo88滚球科学项目的结果更准确:

可思yabo88滚球sykv.com

更多属性(“列”) 可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

更多历史yabo88滚球(“行”) 可思yabo88滚球-人工智能资讯平台sykv.com

更独立的yabo88滚球源(例如,天气,金融市场,社交媒体......)

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

更复杂的算法(例如,深度学习)

可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

综上,这不是yabo88滚球科学家的问题!原则上,他们有权提出这些要求。幸运的是,我们有方法来解决资源短缺问题,我将在稍后进行论证。 可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

另一个问题是低估了决策的绝对数量。比如一家拥有100个店铺和5,000种产品的小型超市连锁店的每日补货量预测,补货算法需要14天的日预测yabo88滚球才能进行分析。那实际意味着每天需要计算,处理和存储7百万个预测yabo88滚球。 可思yabo88滚球-www.sykv.cn,sykv.com

由于建立一个有效的机器学习模型需要许多不同的yabo88滚球源,部门之间可能会引入新的共通性和纠结。整个公司必须在公共标识符(common identifiers)和yabo88滚球类型(data types)上达成一致。

可思yabo88滚球sykv.com,sykv.cn

以前,断开链接的子部分需要与它们的yabo88滚球流保持同步。比如,一个自动的日常补货系统可能要依赖营销部门的促销yabo88滚球和商店的库存yabo88滚球。所有必要的yabo88滚球需要在一天中的固定时间获取,这样才方便系统设计决策并及时发送给供应商。 可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

yabo88滚球科学家 VS 公司的其他人

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

现在回到DevOps上来,这一运动旨在克服开发人员和运营团队之间潜在的偏差。 可思yabo88滚球sykv.com,sykv.cn

? 可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

?

可思yabo88滚球-人工智能资讯平台sykv.com

如果你试图在一个单独的地方与yabo88滚球科学家团队一起构建自动化决策系统,那么就会不可避免地出现以上这种问题。

可思yabo88滚球sykv.com

由于yabo88滚球科学与其他部分的不可分离和对yabo88滚球的贪婪,其团队很难成功地将一个系统与其他具有不同绩效体制的团队进行合作。 内容来自可思yabo88滚球sykv.com

为了防止或解决这些问题,我们必须接受DevOps模式的基本原则:

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

调整所有团队的目标,使他们在工作上不至于产生“冲突”,而是努力实现共同目标。

可思yabo88滚球sykv.com

拆除部门之间的墙,建立跨职能团队 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

根据用户附加值的估量,改进决策方式并分配资源和功能

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

关于承诺

可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

决策是任何公司成功的核心。因此,在引入yabo88滚球科学时,整个公司,包括所有的领导层和部门,都需要接受并重视。 可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

运用yabo88滚球科学进行自动化决策是价值流的重要组成部分。这很可能意味着,你需要改变既定的流程,重组团队,重新考虑公司的组织架构。

内容来自可思yabo88滚球sykv.com

此外,想要成功执行这些措施,你需要获得必要的认可。每个人都需要知道为什么会有这些改变,并且还要支持这些决策。如果没有这种诚挚的诺言,自动化决策就不可能会成功执行。 可思yabo88滚球sykv.com,sykv.cn

相关链接:https://www.datascience.com/blog/stakeholder-buy-in-for-data-science-product 可思yabo88滚球sykv.com,sykv.cn

反过来,你的yabo88滚球科学工作必须着重于真正的附加值:一个是需要评估执行成本,包括技术债务成本、复杂性的累积、纠结的增加等;另一方面也要将其与改进后的预期收益进行比较。 可思yabo88滚球sykv.com

yabo88滚球科学从来不是一个以自我为目标的团队。 可思yabo88滚球-www.sykv.cn,sykv.com

相关链接:https://www.datascience.com/blog/agile-data-science)

可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

拆除yabo88滚球科学的自我壁垒 可思yabo88滚球sykv.com

DevOps的一个关键目标就是使团队团结以实现公司的共同目标,并且也要拆毁不同团队之间的壁垒。因为,如果把yabo88滚球科学家分到一个单独的小组,安排在一个单独的房间里,这将会是一条通往失败的必经之路。

内容来自可思yabo88滚球sykv.com

相关链接:https://www.datascience.com/blog/centralized-data-science

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

相反,如果我们将yabo88滚球科学家安排到一个跨职能的团队中,这将有助于构建一个端到端的完整决策系统,并有助于使其工作与公司目标保持一致。一旦每个部门都连接起来,yabo88滚球科学家的工作就不会与其他部门相矛盾。 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

相反,这种决策系统的成功将变成公司的共同利益。以共同努力为特点的整体优化就能够实现一个共同目标,这将会取代以自我为中心和不一致的目标为特征的局部优化。 可思yabo88滚球sykv.com,sykv.cn

这个跨职能团队和其他的团队一样致力于相同的质量标准,在质量、弹性或稳健性方面没有任何妥协的余地。 可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

相反,由于自动化决策具有较高的风险,我们需要采用更高的标准。同时,遵循“精益思想”的方法,创造一个既便宜又安全的实验环境。

可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

用奥卡姆剃刀与贪婪作斗争 内容来自可思yabo88滚球sykv.com

有一个解决问题的原则叫做奥卡姆剃刀(Occam’s razor),也就是:“在相互竞争的假说中,应该选择假设最少的。”在yabo88滚球科学领域,我们可以将这个原则重新表述为: 可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

如果两个yabo88滚球科学模型的结果是兼容的,那么就采用资源覆盖面较小的模型。 内容来自可思yabo88滚球sykv.com

这条简单的规则为我们提供了如何建立yabo88滚球科学模型的明确指导,解决了yabo88滚球科学固有的贪婪性问题。 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

如果不测量生成值并在整个实现周期中应用此原则,您可能会面临成本激增,回报有限的问题。

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

相关链接:https://www.datascience.com/blog/lessons-from-a-canceled-data-science-project

可思yabo88滚球sykv.com

所以,必须要确保yabo88滚球科学家致力于这一重要原则,因为与yabo88滚球科学家对抗是非常困难的。他们有yabo88滚球和专业知识来提出难以提出异议的论点。

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

创造一种尽可能简单的,但又失必要的复杂的效率文化。

内容来自可思yabo88滚球sykv.com

这同样适用于不同yabo88滚球源的使用。在yabo88滚球安全领域,有一个“需要知道”(need to know)的原则,即只有需要访问的人才能访问yabo88滚球。 可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

也就是在yabo88滚球科学的应用中,我们需要衡量所额外添加的yabo88滚球源的价值,如果改进不够显着,无法证明额外yabo88滚球的相关性,那么就要严格清除这些yabo88滚球源。

可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

结语 可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

yabo88滚球科学也就是用来支持和自动化决策的。对大多数公司来说,这变得比以往任何时候都重要。由于它是一个决策系统,所以必须成为业务流程的核心。这一事实带来了一系列严重的问题,特别是文化性质的问题,可能是灾难性的。

可思yabo88滚球sykv.com

没有诚意的尝试往往会导致时间和金钱的浪费,同时还加重了yabo88滚球科学作为麻烦制造者的声誉。

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

将yabo88滚球科学进行合理的整合是一个不可忽视的转折点。用DevOps模式来接受yabo88滚球科学,测量重要的KPIs,从实验中学习,并不断改进流程。这是一条真正成为yabo88滚球驱动公司的道路。

可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

作者Twitter: https://twitter.com/sebineubauer 可思yabo88滚球sykv.com,sykv.cn

相关报道:https://www.datascience.com/blog/why-is-it-so-hard-to-put-data-science-in-production

可思yabo88滚球-人工智能资讯平台sykv.com


转发量:

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片 匿名?

关于我们?? 免责声明?? 广告合作?? 版权声明?? 联系方式?? 原创投稿?? 网站地图??

Copyright?2005-2019 Sykv.com 可思yabo88滚球 版权所有 ?? ICP备案:京ICP备14056871号

人工智能资讯?? 人工智能资讯?? 人工智能资讯?? 人工智能资讯

?扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部
关闭