» Învățarea automată și -a văzut popularitatea să crească exponențial în ultimii ani, din cauza mai multor cercetători academici și industriali care împing produse interesante pe piață.
Drept urmare, învățarea automată a devenit un subiect prevalent în rândul multor părți interesate.
diverse instrumente de informații de afaceri și software de întreprindere Aplicații folosesc algoritmi de învățare automată pentru a prezice tendințele și modelele viitoare.
* > Învățarea automată deschide o lume cu totul nouă pentru analiști, ajutându -i să găsească perspective ascunse și să detecteze modele și variații subtile în seturi mari de date.
În această postare, vom acoperi statisticile de învățare automată de top pe care ar trebui să le cunoașteți, ceea ce vă va facilita înțelegerea modului în care acest subiect evoluează.
Veți putea, de asemenea, să înțelegeți dacă caracteristicile găsite în Machine Software de învățare au dreptate pentru afacerea dvs.
Să ne aruncăm adânc în acest subiect.
Adoptarea învățării automate (ML) în Business
1. Business Analytics este un domeniu important pentru utilizarea învățării automate, cu unul din trei I.T. lideri care doresc să utilizeze această tehnologie.
(statista)
Utilizarea învățării automate în afaceri a devenit esențială, deoarece companiile generează terabyte de date în fiecare secundă.
Acesta este motivul pentru care multe aplicații au apărut care pot utiliza algoritmi de învățare automată pentru a ajuta oamenii să înțeleagă mai bine ce înseamnă date specifice în ceea ce privește afacerile.
2. Se pare că nu există multe scăderi ale costurilor atunci când se utilizează ML. Pe de altă parte, creșterea veniturilor sunt raportate pe scară largă, 80% dintre persoanele chestionate spunând că A.I. și ml ajută cu asta.
(McKinsey)
S -ar putea aștepta ca scăderea fundamentală a costurilor să se întâmple atunci când se utilizează algoritmi de învățare automată. În schimb, adevărul este că veniturile au sfârșit în creștere din cauza acestei tehnologii.
În timp ce acest lucru nu este rău, unii ar putea fi surprinși de faptul că cei doi factori nu se întâmplă simultan.
Vestea bună este că 80% dintre organizațiile care au folosit învățarea automată spun că tehnologia a ajutat la veniturile lor.
< IMG Decoding = « »async » » width = « »750″ » înălțime = « »543″ » src = « »date: imagine/svg+xml,%3csvg%20xmlns%3d%22http%3a%2f%2fwww.w3.org%2f2000%2fsvg% 22%20ViewBox%3d%220%200%20750%20543%22%3E%3C%2FSVG%3E « »ALT = » » Venit de învățare automată « »Class = » » WP-Image-203356 Lazyload « »Srcset = » » Date: Image/SVG+ XML,%3CSVG%20XMLNS%3D%22HTTP%3A%2F%2FWWW.W3.org%2F2000%2FSVG%22%20ViewBox%3D%220%200%20750%20543%22%3E%3C%2FSVG%3E 750W « » dimensiuni = « »(max-width: 750px) 100vw, 750px » » data-srcset = « »https://www.adamenfroy.com/wp-content/uploads/machine-learning-revenue.jpeg 750w, https: // www. ADAMEN froy.com/wp-content/uploads/machine-learning-revenue-300×217.jpeg 300w « »data-src = » » https://www.adamenfroy.com/wp-content/uploads/machine-learning-revenue.jpeg « » >
Subtitrat mai sus: Venituri ale pieței de învățare profundă din SUA pe parcursul anului
credit de imagine: statista.com
3. Securitatea este o preocupare de top în orice afacere, cu 25% din I.T. Liderii care doresc să utilizeze învățarea automată în acest scop. Alte 16% spun că învățarea automată este excelentă pentru marketing și vânzări.
(statista)
Securitatea este una dintre cele mai mari preocupări pentru orice afacere și nu este diferită pentru I.T. lideri.
Pe măsură ce mașinile devin mai inteligente zi de zi, hackerii găsesc noi modalități de a le depăși.
Cu toate acestea, se pare că algoritmii de învățare automată pot ajuta cu această problemă.
Când vine vorba de marketing și vânzări, multe companii au început să folosească algoritmi ML pentru marketing țintite, care s-a dovedit a fi mult mai eficient decât publicitatea cu pătură.
Evaluarea pieței de învățare automată
4. Până în 2025, piața de învățare automată din SUA și de învățare profundă se va ridica la 80 de milioane de dolari.
(statista)
Valoarea atât a învățării automate din SUA, cât și a pieței de învățare profundă va fi în creștere de 80 de milioane de dolari până în 2025.
În timp ce acest număr este deja masiv, este de așteptat să crească și mai mult, deoarece mai multe companii încep să folosească acești algoritmi în beneficiul lor.
Învățarea profundă este cel mai avansat algoritm de învățare automată posibilă și este în prezent utilizat pentru a îmbunătăți întreprinderile, tendința care nu arată semne de încetinire.
< IMG Decoding = « »async » » width = « »750″ » înălțime = « »534″ » src = « »date: imagine/svg+xml,%3csvg%20xmlns%3d%22http%3a%2f%2fwww.w3.org%2f2000%2fsvg% 22%20ViewBox%3d%220%200%20750%20534%22%3E%3C%2FSVG%3E « »ALT = » » Finanțare de învățare automată « »Class = » » WP-Image-203357 Lazyload « »Srcset = » » Date: Image/SVG+ XML,%3CSVG%20XMLNS%3D%22HTTP%3A%2F%2FWWW.W3.org%2F2000%2FSVG%22%20ViewBox%3d%220%200%20750%20534%22%%3C%2FSVG%3E 750W « » dimensiuni = « »(max-width: 750px) 100vw, 750px » » data-srcset = « »https://www.adamenfroy.com/wp-content/uploads/machine-learning-funding.jpeg 750w, https: // www. ADAMEN froy.com/wp-content/uploads/machine-learning-funding-300×214.jpeg 300w « »data-src = » » https://www.adamenfroy.com/wp-content/uploads/machine-learning-funding.jpeg « » >
credit de imagine: statista.com
5. Un CAGR de 37,60% din 2019 până în 2026 este așteptat în A.I. Marketing hardware, aducând evaluarea finală până la 87,68 miliarde USD.
(vecinwebsj)
Rata anuală de creștere a compusului (CAGR) pentru piața hardware este de așteptat să fie de 37,60% în fiecare an în acești șapte ani.
în timp ce majoritatea oamenilor se asociază A.I. Cu software -ul, aspectul hardware este la fel de important.
Aplicațiile AI curente (de la chatbots la utilaje din fabrică) se bazează foarte mult pe puterea de calcul, iar un astfel de hardware este de așteptat să devină și mai relevant în viitor.
6. Covid-19 a fost responsabil pentru o scădere de 12% în A.I. Afaceri de fabricare a cipurilor.
(prognoza datelor de piață, 2020)
Pandemia globală a încetinit creșterea activității de fabricare a cipurilor de învățare automată într-o oarecare măsură.
Cu o scădere de 13% a vânzărilor totale, unii ar fi putut prezice o scădere mai mare decât aceasta în A.I. piață.
În același timp, au fost observate reduceri mai semnificative pe multe alte piețe, așa că nu este de mirare că s -a întâmplat o încetinire.
Învățare automată în organizații de top
7. A.I. Utilizarea a crescut productivitatea de afaceri la nivel înalt cu până la 54%.
(oberlo)
Productivitatea afacerii este un domeniu cu multe de câștigat din algoritmi de învățare automată.
Conform unui studiu realizat de Oberlo, utilizarea AI este responsabilă de optimizarea productivității de afaceri la nivel înalt cu până la 54%.
Cu alte cuvinte, se poate spune că învățarea automată îi ajută pe angajații din aceste organizații să devină mai eficiente, ceea ce duce la creșterea profiturilor și a generarii de venituri.
8. Executivii la nivel C supraveghează personal 75% din totalul A.I. proiecte în firmele lor.
(avere)
Persoanele care dețin poziții de top (și sunt responsabile pentru luarea deciziilor la nivelul întregii companii) supraveghează personal 75% din totalul A.I. proiecte în firmele lor.
În trecut, mulți directori de top abia au fost conștienți de ce a fost învățarea automată, cu atât mai puțin ce se întâmplă cu algoritmii de învățare automată în firmele lor.
cu atât de mult hype în jurul acestei tehnologii, situația s -a schimbat drastic.
În aceste zile, directorii de top nu își pot permite să ignore ce se întâmplă cu A.I. și învățare automată.
9. A.I. Investiția în afaceri este ceva în care sunt implicați 91,5% din întreprinderile de top.
(businesswire)
a.i. Software -ul de investiții devine mai răspândit în fiecare zi.
Conform unui studiu realizat de BusinessWire, mai mult de 91% din întreprinderile de frunte sunt implicate în acest tip de investiții.
și mai impresionant este că numărul organizațiilor pare să crească în fiecare an.
Mulți investitori din cadrul companiilor semnificative pot vedea dezavantajul algoritmilor de învățare automată și alocă mai multe resurse acestei tehnologii emergente.
Învățare automată în diverse departamente
10. Serviciul pentru clienți și A.I. Mergeți mână în mână – mai mult de 80% dintre companii vor folosi A.I. în acest departament.
(b2c)
Cu clienții care solicită mai multă valoare din fiecare interacțiune de afaceri, devine clar că companiile vor trebui să se ajusteze dacă vor să țină pasul în afaceri.
Peste 80% dintre firme intenționează să folosească în cele din urmă A.I. în departamentul de servicii pentru clienți, permițându-le să ofere un serviciu mai bun și să ofere un produs de top pe care clienții îl vor aprecia.
a.i. De asemenea, poate ajuta companiile să îmbunătățească experiența clienților folosind automatizarea în anumite aspecte ale acestui proces.
Modul în care companiile interacționează cu clienții lor se schimbă, iar algoritmii de învățare automată par a fi o parte semnificativă a acestei schimbări.
11. Mai puțin de 15% din întreprinderile generale au spus că vor folosi A.I. în producție pe scară largă.
(businesswire)
Când vine vorba de produse produse, doar un procent minor de întreprinderi din lume va folosi aparent un A.I.
Deși acest lucru este aparent relativ scăzut, este încă mai mult decât ceea ce se aștepta în acest moment, mai ales atunci când considerați că industria de învățare automată este o dezvoltare destul de recentă.
12. Până la trimestrul I4 al anului 2019, Tesla a parcurs în mod autonom peste 1,88 miliarde de mile.
(Forbes)
cu Tesla fiind bine cunoscut pentru mașinile sale de conducere autonomă, este interesant să vedem abordarea generală de învățare automată aplicată acestei industrii.
Conform unui studiu realizat de Forbes, Tesla a parcurs autonom a peste 1,88 miliarde de mile până la sfârșitul anului 2019.
Fiind câțiva ani, această statistică particulară este și mai impresionantă, având în vedere că au trecut mai mulți ani de la înregistrarea acesteia.
Vestea bună este că, cu un număr atât de mare de kilometri deja conduși, aceste vehicule autonome au fost testate pe scară largă la scară largă.
Acest lucru înseamnă că mașinile produse de Tesla reduc impactul asupra mediului și sperăm să ne fac drumurile mai sigure.
Credit imagine: BusinessWire.com
Învățare automată în asistenți voci
13. Până la 50% din populația mondială folosesc asistenți de voce.
(revizuire42)
asistenții voci devin pe scară largă și încorporate în multe gospodării.
Pe măsură ce această tehnologie devine mai avansată, iar piața asistentului vocal continuă să crească, se pare că jumătate din lume folosește deja un asistent vocal.
obținerea lucrurilor făcute prin comenzi vocale devine o alegere populară pentru mulți oameni care doresc să -și îmbunătățească productivitatea în diverse domenii ale vieții lor.
companii care pariază pe A.I. Începe încet să vadă recompensele eforturilor lor.
Cei care au investit în asistenți voci se încadrează cu siguranță în acest tip de categorie.
14. Pandemia globală Covid-19 a crescut vocea A.I. Utilizare cu 7%.
(aum)
Pandemia globală pare să fi afectat și utilizarea asistenților voci.
Conform unui studiu realizat de AUM, Pandemia COVID-19 a crescut vocea A.I. utilizarea cu 7%.
Acestea sunt date cruciale pentru companiile de pe gard despre încorporarea învățării automate în asistenții lor de voce (și luarea de capacități asistate de voce la nivelul următor), deoarece cererea este de așteptat să crească doar în acest domeniu.
15. Utilizarea asistenței vocale de mai multe ori pe zi a crescut cu 5% în șase luni.
(vocebot.ai)
În trecutul recent, mulți oameni nu păreau să găsească prea multă utilizare pentru asistența vocală în viața lor de zi cu zi, folosindu -l doar o dată pe zi.
Cu toate acestea, persoanele chestionate au spus că au început să-l folosească mai mult în timp, crescând cu 5% pe o perioadă de șase luni.
În loc să se bazeze pe modalități tradiționale de interacțiune cu produse, diverse companii trebuie să încorporeze asistenți de voce în planurile lor de afaceri.
Companiile ar trebui să facă acest lucru în mod ideal prin învățare automată care se adaptează la comportamentul clienților și are nevoie în timp pentru a oferi un serviciu personalizat.
Alte statistici interesante de învățare automată
16. Pentru adoptatorii timpurii, învățarea automată a îmbunătățit 47% din eforturile lor de vânzări și marketing.
(Deloitte)
în afaceri, fiind în fruntea tehnologiei poate avea un impact semnificativ asupra modului în care operează compania dvs.
prin implementarea învățării automate în vânzările și marketingul lor, 47% dintre companiile chestionate au înregistrat o creștere a numărului de clienți și a eficienței pe care le -au furnizat produsele și serviciile lor.
17. Există aproape 100.000 de locuri de muncă la nivel mondial care necesită învățare automată. Aproape jumătate dintre ei sunt în SUA.
(Forbes)
Știind cum funcționează învățarea mașinii – literalmente.
Aproape 100.000 de locuri de muncă la nivel mondial care necesită cunoștințe de învățare automată pot fi găsite pe LinkedIn.
Aproape jumătate din aceste locuri de muncă se bazează în Statele Unite.
Acest lucru arată că este crucial să fii informat în acest domeniu, întrucât cunoașterea informațiilor corecte vă poate ajuta pe diverse căi de carieră pe care ar putea dori să le urmăriți.
18. 62% dintre clienții chestionați nu au nicio problemă să -și trimită datele de utilizare către o platformă de informații artificiale pentru a îmbunătăți învățarea automată și, în final, pentru a îmbunătăți experiența clienților.
(Salesforce)
În timp ce problemele de confidențialitate sunt întotdeauna în fața minții multor oameni, se pare că sunt dispuși să renunțe la o parte din confidențialitate pentru a îmbunătăți diverse aspecte ale vieții lor.
62% dintre clienții chestionați au declarat că nu au nicio problemă să -și trimită datele de utilizare către o platformă de informații artificiale pentru a -și îmbunătăți algoritmii de învățare automată.
Atâta timp cât compania îmbunătățește produsul final pe baza acestor date, clienții sunt în regulă cu împărtășirea acestuia.
Ce este învățarea automată?
modelele de învățare automată sunt modele de auto-îmbunătățire care se îmbunătățesc mai multe ori.
Performanța lor se îmbunătățește cu cunoștințele și se poate accelera îmbunătățirea lor, oferindu-le acces la cantități mari de date, putere de calcul și algoritmi avansați.
Modelele de învățare automată sunt foarte bune la recunoașterea modelelor, chiar și atunci când sunt prezentate cu un set de date care conține zgomot sau informații lipsă.
Învățarea automată excelează, de asemenea, la extrapolarea din cantități mici de date de intrare-de exemplu, prin generarea de recomandări de înaltă calitate în absența profilurilor de utilizator complete.
Piața globală de învățare automată a fost din ce în ce mai mare și va rămâne așa în următorii câțiva ani.
Vestea bună este că metodele de învățare automată sunt utilizate în diferite situații de afaceri, inclusiv cercetare științifică, aplicații de inginerie, traducere automată, extragere a datelor și multe altele.
Majoritatea oamenilor consideră, de asemenea, că creșterea locurilor de muncă și cererea pentru acest set de abilități speciale vor continua să crească în următorii câțiva ani.
Diferența dintre inteligența artificială și învățarea automată
În timp ce un model de învățare automată este foarte flexibil în ceea ce poate face, un model de inteligență artificială este mai adaptabil.
Inteligența artificială (A.I.) este o formă de înmulțire a tehnologiei – mulți consideră A.I. să fie următorul avans tehnologic semnificativ.
Într -un fel, un model ML este un subset de inteligență artificială, deoarece permite unei mașini să învețe cum să devină mai bine la o sarcină specifică.
Cum un model de învățare automată devine mai bun
Știința datelor este una dintre modalitățile principale de învățare automată.
Fiind un domeniu atât de necesar în această zi și vârstă, știința datelor are multe beneficii care pot ajuta viața unuia să fie mai ușoară.
Pentru a îmbunătăți algoritmii de învățare automată, modelele utilizate pentru știința datelor au nevoie de acces la orice și toate datele disponibile pentru a face predicții.
Drept urmare, aceste modele ajung adesea să prezică cu exactitate lucrurile, chiar dacă au primit informații care nu făceau parte din ceea ce le -a folosit pentru a le antrena.
Modelele de învățare automată sunt instruite cu exemple de date de intrare și ieșirile corespunzătoare corecte pentru a realiza acest lucru.
Modelul poate examina diferența dintre valorile pe care le-a prevăzut și ceea ce era de așteptat și se va ajusta în consecință, astfel încât predicțiile sale să fie mai exacte în viitor.
Algoritmi de învățare automată
Un algoritm de învățare automată este o procedură pas cu pas care folosește date de intrare pentru a face predicții.
Algoritmii de învățare automată vă pot ajuta să vă ușurați munca, luând o parte din încărcarea dvs. sau a companiei dvs.
Informatică ajută algoritmii de învățare a mașinilor să se îmbunătățească, oferindu -le mai multă putere de calcul și acces la seturi de date mai mari.
Aceste modele evaluează proprietățile statistice pentru a identifica tiparele extrapolate în situații noi, deoarece primesc aceste date.
metode statistice
Acestea sunt utilizate într -un sistem de învățare automată pentru a -l ajuta să înțeleagă mai bine relațiile complexe în date.
Pentru ca un sistem de învățare automată să funcționeze, trebuie să atragă inferențe din datele de intrare pentru a face predicții exacte în scenarii din lumea reală.
Unele exemple de metode statistice includ analiza de regresie liniară, analiza bayesiană și clustering.
Acestea permit unui model să înțeleagă mai bine cum se raportează diferiți factori unul cu celălalt.
modelele statistice sunt, de asemenea, cruciale într -o metodă de învățare automată care ia exemple anterioare pentru a prezice ce se va întâmpla în continuare.
Analiza datelor exploratorii
Tehnicile de învățare automată implică instruire și testare pentru a dezvolta un model predictiv din mai multe probe.
Primul pas în acest proces este să analizăm datele și să facem anumite presupuneri despre natura sa.
Un tip al acestei analize se numește analiză de date exploratorii, care examinează distribuția caracteristicilor în cadrul setului de date de intrare.
Acest lucru nu vă spune nimic definitiv despre ceea ce vă puteți aștepta în viitor, dar vă poate ajuta să faceți inferențe despre ce tip de model poate fi cel mai eficient în prezicerea ieșiri corecte.
Indiferent dacă aceste predicții sunt destinate învățării supravegheate sau nesupravegheate, toate modelele de învățare automată necesită o etapă de analiză a datelor exploratorii la un moment dat atunci când dezvoltați modele predictive și liniare.
Importanța învățării automate în diferite poziții de muncă
A avea cunoștințe de fond în modelarea statistică vă poate ajuta să mergeți mai departe în lumea învățării automate, motiv pentru care este atât de crucial pentru solicitanții de locuri de muncă să înțeleagă despre ce este vorba despre acest domeniu.
cu accentul multor locuri de muncă tradiționale care trece de la sarcini repetitive la cele relativ mai complexe, acest set de abilități este unul dintre cele mai bune investiții de învățare pe care le puteți face.
În unele cazuri, acest lucru poate necesita o educație universitară, așa că, dacă acesta este un domeniu care vă interesează, poate fi benefic pentru dvs. să începeți să câștigați diploma de licență în știința datelor.
Acest câmp arată un potențial puternic și vă poate pregăti pentru un viitor într -o mare varietate de setări de locuri de muncă diferite.
Big Data și impactul acesteia asupra învățării automate
Nu pot vorbi despre învățarea automată fără a menționa datele mari și impactul pe care l -a avut pe teren.
cu cantitatea de date create de așteptat să ajungă mai mult decât 180 de zettabytes Până în 2025 , învățarea automată este una dintre cele mai promițătoare aplicații ale datelor mari.
Cu o creștere a seturilor de date care le face mai semnificative decât au fost vreodată, există multe oportunități pentru cei interesați de această zonă în creștere.
Articole precum arbori de decizie, validare încrucișată și învățare de întărire, toate profită din disponibilitatea unor seturi de date de înaltă calitate.
Un alt concept care ajută să îmbunătățească totul în acest domeniu se numește suprafitting.
Acest concept în știința datelor este utilizat ca clasificator atunci când se măsoară rata de eroare și ajută la progresul învățării automate.
Cu universități precum MIT și Harvard oferind acum certificate în știința datelor, acest domeniu este unul pe care mulți studenți îl urmăresc.
Alte considerații de învățare automată
Statisticieni folosesc învățare statistică și tehnici de învățare supravegheate pentru a ajuta la regresia logistică și alte modele de predicție.
Aceste aspecte ale învățării automate au beneficiat companii, luând o parte din încărcarea angajaților lor, care acum sunt liberi să -și asume sarcini mai complexe care mută acul în afacerea lor.
Mai mult decât atât, bariera scăzută la intrare în limbi de calculator, cum ar fi elevii de ajutor Python și cei care studiază rețelele neuronale pentru a -și porni proiectele de învățare.
Multe instrumente ajută la vizualizarea algoritmilor pentru a vedea ce se întâmplă în culise.
Când vine vorba de sectorul educației, absolvenții care studiază programele de învățare automată cu accent pe statistici pot afla despre extragerea datelor, învățarea supravegheată și nesupravegheată și valorile cheie care ajută la definirea succesului modelelor de predicție.
Toate acestea înseamnă că învățarea automată va avea impact asupra unor sectoare precum asistența medicală, viziunea computerului, marketingul, finanțele, cercetarea de marketing, robotica și multe altele.
Înfășurați.
Statisticile de învățare a mașinilor de mai sus vă pot ajuta să înțelegeți mai bine despre ce este vorba despre învățarea automată și impactul acesteia asupra vieții noastre.
pe scurt, învățarea automată își propune să permită persoanelor care îl folosesc să facă predicții inteligente bazate pe date de intrare.
Folosind diverse analize, aceste modele pot ajuta întreprinderile să înțeleagă mai bine clienții lor și să ia decizii mai precise.
pe partea de flip, puteți utiliza aceste modele în viața personală în diferite situații.
sunt benefice în situații precum:
Obținerea sfaturilor despre cum să vă creșteți averea folosind un tutorial personalizat creat având în vedere nivelul de abilități
Având o mai bună înțelegere a sănătății și fitnessului dvs.
Obținerea de sugestii în următoarea serie Netflix pe baza alegerilor anterioare
Luarea deciziilor cu privire la modul de a vă petrece timpul liber.
După cum puteți vedea, opțiunile sunt interminabile, iar viitorul este fascinant.
Ce părere aveți despre această tehnologie?
Cum credeți că veți putea folosi în scurt timp învățarea automată?
anunță -mă gândurile tale în comentariile de mai jos.
lectură ulterioară pe adamenfroy.com: Există tone de utilizări ale învățării automate în afaceri.
Unele dintre ele includ software erp , software de bază de date , și chiar Managementul vânzărilor software.
Dacă sunteți interesat să înțelegeți cele mai recente evoluții din zonele menționate, postările de mai sus sunt cu siguranță cele de verificat.
«