0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

机器学习算法帮助我们做出更好的决定

XcAI_avfline ? 来源:YXQ ? 2019-08-14 16:47 ? 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

机器学习算法,可以帮助我们做出更好的决策,通过将人类的偏见最小化,使用更完整的数据集,或者弥补我们决策软件中已知的缺陷。

虽然古老的计算机科学公理“垃圾输入,垃圾输出”仍然适用,但精心设计的具有完全代表性数据集的系统,可以帮助我们做出更明智的决策。

考虑一下招聘场景。Textio开发了一种软件产品,帮助人们写工作描述,这种描述最有可能吸引有资格、有能力做特定工作的人。

这家公司由一个微软 Office 老员工团队创办,在你写内容时在屏幕上提供指导。

例如,当你在某个特定的时间点,使用某个性别比另一个性别更有吸引力的词语时,Textio 会提醒你。

诸如详尽、强制、无畏之类的词汇已经被统计学证明,会让你的人才库偏向男性。

Textio还指出了地区差异。

例如,如果你用“好的职业道德”来描述你的理想候选人,这可能会吸引圣何塞的工人,但会阻止华盛顿地区的工人。如果你的目标是埃弗雷特的候选人,最好不要说这句话。

鉴于Textio可以访问广泛的数据集,比如现有的职位描述、应用统计数据和工作表现数据等等,可以帮助你消除招聘过程中的盲点。

机器学习还可以帮助你,找出是什么让你最优秀的员工如此高效,并帮助你在第一天就把新手变成专家。

Cresta.ai观察最有效的销售人员在聊天时如何与潜在客户互动:弄清楚潜在客户需要什么,推荐产品,回答问题。

这个系统提取最佳实践方案,并将其转化为实时建议,供经验不足或效率较低的销售人员在与潜在客户互动时使用。

在 Intuit 这样的客户部署中,销售团队的转化率上升了20% ,培训时间节省了66%。

换句话说,与没有使用这个系统相比,销售代表在培训较少的情况下完成了更多的业务。

这个系统对销售人员和客户都有好处。

正如一位 Intuit 代表所描述的,“我担心使用这个系统会破坏与客户的个人关系或对话,但是将这个人工智能作为工作助手,有助于展开个性化对话。”

机器学习也有助于提高非常熟练的专业人员的决策能力,例如寻找特定矿物的地质学家。

锂离子电池(如手机、笔记本电脑或电动汽车中的电池)内部可能含有一种叫做钴的矿物质,这种矿物质可以帮助电池在多次充放电循环后依旧保持性能。

随着特斯拉的Gigafactory等电池工厂生产更多的锂离子电池,钴的需求正在迅速增长。

不幸的是,世界已知钴储量的65%在刚果民主共和国,这个国家政治不稳定,据报道可能有多达40000名儿童在开采钴矿。

如果我们在刚果民主共和国政府中有一个可靠的政治伙伴,我们可能会努力改善所有矿工的工作条件,但是我们也应该寻找新的钴来源。

这正是KoBold Metals正在做的事情。

通过查看许多不同的数据源,如地形数据、在某一地区生长的植物、磁和电磁模式、水和天气模式、岩石类型等等,在我们派遣非常昂贵的探险队开采之前,这个系统可以帮助地质学家找到钴的可能存在的位置。

另一个很好的例子是金融技术。

向首次借款人发放贷款是有风险的,尤其是在第三世界国家,如肯尼亚、坦桑尼亚或尼日利亚。

在这些国家,信用机构要么不存在,要么无法接触到所有人,致使很多人无法获得传统贷款。

我们的投资组合公司Branch,一直致力于在这些领域为首次借款人提供贷款。

在没有信用机构的情况下,Branch试图根据借款人的移动应用程序使用情况和通过其移动应用程序收集的行为来确定借款人的资格。

使用机器学习,Branch分析了数据,并确定了几个行为指标,这些指标已经被证明,可以预测贷款偿还的可能性。

以下是一些令人惊讶的因素或行为,使得Branch的借款人更有可能偿还贷款的特征:

使用三星或HTC等品牌的手机

节约使用电池

晚上接大部分电话

收到的短信比发送的多

Facebook账户更活跃

在手机上运行赌博应用程序

除了最后一个指标,列表上的大多数指标都不太令人惊讶。

数据发现,如果一个人是赌徒,并且手机上有赌博应用,他们更有可能偿还贷款。

如果你觉得这有点违反直觉,你并不孤单。

这只是证明了一个人类决策者是多么的不靠谱,这是由于个人偏见和过去的经验造成的。

这是否意味着算法在所有决策方面都比人类好?还没有。

从组织样本中比较癌症诊断性能的研究显示,例如哈佛医学院2016年6月发表的这一项研究和谷歌AI Health研究员2018年10月发表的另一项研究,当人类与算法竞争时,始终提供最准确诊断的是人类+算法,它们的表现优于单独的算法和单独的人类。

为了让你了解医生用来诊断癌症的方法,这里有两张并排的图片。左边的一张显示了已经染色的组织切片。

右边的图显示了计算机视觉算法叠加“热图”的结果,热图显示了它认为更多(红色)或更少(蓝色)含有癌组织的区域。

为什么人类使用的算法比单独的算法和单独的人表现更好?一种可能性是,这些算法改进决策的方式,与语法和拼写检查有助于提高我们的写作水平的方式相似。

一般来说,这些检查器能很好地发现我们的打字错误和语法错误(真正的优点)。但是偶尔,检查器会标记出错误(假阳性)或者给出一个你不同意的语法暗示。

在这些情况下,你最终将重写检查器。这种过程最终的结果是,写出的东西比任何一方自己写出的东西都要好。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 算法
    +关注

    关注

    23

    文章

    4720

    浏览量

    95921
  • 机器学习
    +关注

    关注

    66

    文章

    8513

    浏览量

    135091
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    LIBS光谱技术如何帮助我们“看穿”矿石?

    我们都知道矿石里藏着很多“宝”,比如稀有金属、贵重元素、工业原料等。但问题来了:这些“宝藏”藏得深,分布又不均匀,单凭肉眼或者简单的化学试剂,根本无法快速、准确判断矿石的成分和含量。这时候,LIBS
    的头像 发表于 04-28 09:41 ?346次阅读
    LIBS光谱技术如何<b class='flag-5'>帮助我们</b>“看穿”矿石?

    十大鲜为人知却功能强大的机器学习模型

    本文转自:QuantML当我们谈论机器学习时,线性回归、决策树和神经网络这些常见的算法往往占据了主导地位。然而,除了这些众所周知的模型之外,还存在一些鲜为人知但功能强大的
    的头像 发表于 04-02 14:10 ?590次阅读
    十大鲜为人知却功能强大的<b class='flag-5'>机器</b><b class='flag-5'>学习</b>模型

    智慧交通是什么,可以帮助我们解决什么问题?

    、减少拥堵、降低事故率、提升出行体验,并实现交通资源的合理配置和可持续发展。 智慧交通 的核心是通过数据采集、分析和应用,实现交通系统的智能化、自动化和协同化,从而构建一个高效、安全、绿色、便捷的交通生态系统。 智慧交通可以帮助我们解决什么问题?
    的头像 发表于 03-20 11:17 ?576次阅读

    请问STM32部署机器学习算法硬件至少要使用哪个系列的芯片?

    STM32部署机器学习算法硬件至少要使用哪个系列的芯片?
    发表于 03-13 07:34

    机器学习模型市场前景如何

    当今,随着算法的不断优化、数据量的爆炸式增长以及计算能力的飞速提升,机器学习模型的市场前景愈发广阔。下面,AI部落小编将探讨机器学习模型市场
    的头像 发表于 02-13 09:39 ?413次阅读

    华为云 Flexus X 实例部署安装 Jupyter Notebook,学习 AI,机器学习算法

    前言 由于本人最近在学习一些机器算法,AI 算法的知识,需要搭建一个学习环境,所以就在最近购买的华为云 Flexus X 实例上安装了
    的头像 发表于 01-02 13:43 ?604次阅读
    华为云 Flexus X 实例部署安装 Jupyter Notebook,<b class='flag-5'>学习</b> AI,<b class='flag-5'>机器</b><b class='flag-5'>学习</b><b class='flag-5'>算法</b>

    传统机器学习方法和应用指导

    在上一篇文章中,我们介绍了机器学习的关键概念术语。在本文中,我们会介绍传统机器学习的基础知识和多
    的头像 发表于 12-30 09:16 ?1290次阅读
    传统<b class='flag-5'>机器</b><b class='flag-5'>学习</b>方法和应用指导

    【「具身智能机器人系统」阅读体验】+初品的体验

    ,逐渐学习并优化自己的行为,以更好地服务家庭成员。 目前,具身智能机器人在解决实际问题中已展现出巨大的潜力,例如它已应用于养老、医疗、灾害救援等领域。 尽管具身智能已取得了显著进展,但未来的研究还需要
    发表于 12-20 19:17

    NPU与机器学习算法的关系

    在人工智能领域,机器学习算法是实现智能系统的核心。随着数据量的激增和算法复杂度的提升,对计算资源的需求也在不断增长。NPU作为一种专门为深度学习
    的头像 发表于 11-15 09:19 ?1415次阅读

    【每天学点AI】KNN算法:简单有效的机器学习分类器

    过程,其实就是一个简单的分类问题,而KNN(K-NearestNeighbors)算法正是模仿这种人类决策过程的机器学习算法。|什么是KNN?KNN(K-NearestNeighbo
    的头像 发表于 10-31 14:09 ?924次阅读
    【每天学点AI】KNN<b class='flag-5'>算法</b>:简单有效的<b class='flag-5'>机器</b><b class='flag-5'>学习</b>分类器

    人工智能、机器学习和深度学习存在什么区别

    人工智能指的是在某种程度上显示出类似人类智能的设备。AI有很多技术,但其中一个很大的子集是机器学习——让算法从数据中学习
    发表于 10-24 17:22 ?3077次阅读
    人工智能、<b class='flag-5'>机器</b><b class='flag-5'>学习</b>和深度<b class='flag-5'>学习</b>存在什么区别

    LIBS结合机器学习算法的江西名优春茶采收期鉴别

    以庐山云雾茶和狗牯脑茶的明前茶、雨前茶为对象,研究激光诱导击穿光谱结合机器学习的茶叶鉴别方法。将茶叶茶,水数据融合可有效鉴别春茶采收期,且数据融合后表现出更好的稳定性和鲁棒性,LIBS结合机器
    的头像 发表于 10-22 18:05 ?697次阅读
    LIBS结合<b class='flag-5'>机器</b><b class='flag-5'>学习</b><b class='flag-5'>算法</b>的江西名优春茶采收期鉴别

    常用的ADC滤波算法有哪些

    ADC(模数转换器)滤波算法在信号处理中起着至关重要的作用,它们能够帮助我们提取出有用的信号,同时滤除噪声和干扰。以下是常用的ADC滤波算法详解,这些算法各具特色,适用于不同的应用场景
    的头像 发表于 10-08 14:35 ?1265次阅读

    日常生活中,IP代理中的哪些功能可以帮助我们

    IP代理作为一种网络通信技术,具有多种功能,可以帮助我们在多个方面提升网络使用的便利性和安全性。IP代理在保护隐私、提高网络访问速度和性能、提供网络安全保障、方便网络管理以及支持爬虫和数据采集、网络营销等方面都具有重要作用。
    的头像 发表于 09-14 08:04 ?563次阅读

    【「时间序列与机器学习」阅读体验】时间序列的信息提取

    。 时间序列的单调性理论是数学求导。下面是使用EWMA分析股票价格变动,以决定买入还是卖出。通过仿真数据,这种指数移动平均的技术剔除了短期波动,有助看清股票整体趋势。 通过对本章学习,对时间序列的研究目的、方法与特征有了较全面梳理了解。其中代码仿真更可以辅
    发表于 08-17 21:12