Светлый фон
Если бизнес-правила изменились таким образом, что те же самые входные данные больше не приводят к тем же самым результатам, то машину не надо перепрограммировать – достаточно просто переобучить, сократив тем самым время реакции и избавив людей от необходимости переучиваться.

● По сравнению с традиционным статистическим анализом, модели ИИ, машинного обучения и глубокого обучения строятся относительно быстро, что дает возможность быстро подбирать модель методом проб и ошибок.

По сравнению с традиционным статистическим анализом, модели ИИ, машинного обучения и глубокого обучения строятся относительно быстро, что дает возможность быстро подбирать модель методом проб и ошибок.

 

Тем, кто хочет познакомиться с технологиями искусственного интеллекта поближе, мы рекомендуем установить один из пакетов глубокого обучения, изучить прилагаемую документацию и поэкспериментировать на тестовых образцах. Рекомендуемая литература:

● Neural Networks and Deep Learning, Michael Nielsen;

● A Brief Introduction to Neural Networks, David Kriesel;

● Deep Learning, Yoshua Bengio, Ian Goodfellow, Aaron Courville;

● A Course in Machine Learning, Hal Daumé III;

● The TensorFlow Playground, Daniel Smilkov, Shan Carter;

● Stanford CS class CS231n Convolutional Neural Networks for Visual Recognition.

8.3.2.1. Искусственный интеллект и бизнес-аналитика

8.3.2.1. Искусственный интеллект и бизнес-аналитика

В отличие от бизнес-аналитики (Business Intelligence, BI), которая описывает и диагностирует прошедшие события, ИИ, машинное обучение и глубокое обучение пытаются предсказать будущие события и предложить способы воздействия на эти вероятности. На следующем рисунке показан прогресс в направлении предсказательной аналитики на основе ИИ, машинного обучения и глубокого обучения.

 

 

Проблема этих методов в том, что все они в настоящее время основаны на статистическом прогнозировании, которое содержит элемент ошибки, как показано на следующем рисунке.

 

 

Разница между бизнес-аналитикой, статистикой и ИИ сформулирована ниже.