3分鍾閱讀

這就是營銷人員可以很容易地了解機器學習

通過Gianna Mannarino2020年7月31日

“電腦是令人難以置信的快速、準確、愚蠢。人類是非常緩慢的,不準確,才華橫溢。他們一起是強大的超乎想象。”——愛因斯坦

你可能會認為這是不可能的,作為一個營銷人,要真正掌握一個概念像機器學習。如果我告訴你它是可行的嗎?

人工智能是預測每年數萬億美元的影響,然而,許多營銷人員難以理解人工智能是什麼以及如何將其應用到他們的營銷計劃。最後,AI學院市場營銷人員在這裏幫忙。

人工智能學會是一個在線教育平台,幫助您理解,飛行員,AI和規模。我們創建這個平台幫助營銷人員獲得負擔得起的,AI-focused教育學習進步和艾滋病在人工智能的實現。

營銷人員為101機器學習是學院的深潛為成員認證課程。吉姆•斯特恩總裁在目標市場營銷的聖芭芭拉分校深入機器學習是什麼,它是如何工作的,如何驅動性能在市場營銷和銷售,以及如何實現你的營銷策略。

保持閱讀的概述你期望能學到什麼,加上高層看機器學習是什麼,為什麼它很重要。

什麼期望從這門課程

你不需要計算機科學學位了解人工智能應用到你的工作。你需要了解它是如何工作的,很好,,你適合ー因為,是的,有一個機器和人類一起工作和諧的世界。

在這個入門級,2.5小時認證,您將:

吉姆解釋說,機器學習是人工智能的一個組成部分。它分為三個類別:

監督式學習包括大多數機器學習。在這種方法中,有一個正確的回答你的問題,但是這台機器需要大量的數據給你正確的輸出。例如,當你問電腦如果這是一隻貓的照片,它將能夠確認這張照片是一隻貓。雖然,它需要有足夠的貓的照片已經作為輸入數據給你正確的預測。

在無監督學習,機器無標號數據中發現模式。無監督學習的目標是了解深,底層模式,以了解更多關於數據。無監督學習的問題是,所檢索到的信息不一定是有用的。雖然,尋找小異常,可能以任何方式關聯可能成為一個潛在的商業機會。例如,你告訴機器”,這些都是我目前的客戶;誰將我的下一個客戶是基於這些信息嗎?”

強化學習教係統如何通過一係列的“獎勵”做出決定基於它產生的結果。機器優化隨著時間的推移,不斷學習。例如,如果結果是更多的點擊你的網站,那麼這台機器是朝著正確的方向前進,實現點擊。

這是另一個簡單的方法來思考這些概念:在監督學習中,您知道答案。在無監督學習,你不知道答案,你要找的機器要告訴你。在強化學習,沒有絕對正確的答案,但是我們獎勵機改善的目標。

收到你的認證後,您將能夠聰明地談論機器學習和知道它成功的必要的步驟來實現。

額外的線索包括:

決策樹分解,直到它到達一個預測點的數據。決策樹成為一個隨機森林通過決策樹和選擇具體的例子的數據和變量。當你將這一切聯係在一起,這台機器給你一個解決方案,是統計比任何個人本身更有價值。

支持向量機非常善於細分有數以千計的變量時需要考慮。支持向量機擅長采取各種各樣的數據和分組他們以不同的方式將洞察力和分類。這將有利於營銷人員,因為我們將有一個更好的理解如何對這些消費者市場。

神經網絡成為深度學習。神經網絡分析不同的輸入,分配權重,並決定下一個節點將做什麼。深度學習有很多隱藏層節點和影響結果。深度學習教機器如何組織輸入預測輸出。最後,這一切都是一個決定。

準備好發現這些和其他重要的人工智能的概念嗎?報名參加下麵的AI學院。

Gianna實習生準備北和營銷人工智能研究所。她是俄亥俄州大學高級研究管理信息係統,分析、銷售。