什麼是機器學習和深度學習 - 營銷人員為什麼要照顧？

如果您隻是潛入人工智能（AI）的世界，那麼龐大的術語和混亂的行話就可以使主題看起來完全遙不可及。機器學習和深度學習是可以使任何營銷人員旋轉的術語。

但這並不像您想象的那樣令人困惑，而且由於我們在營銷人工智能研究所的使命是使AI對營銷人員的易用，因此我們將為您分解。

機器學習和深度學習是指兩種不同但相關的AI。簡而言之，深度學習是一種機器學習，但不僅僅是這樣。

什麼是機器學習？

機器學習已被定義了多種不同的方式，答案可能會根據您的要求而略有不同。這是我們的看法：機器學習是計算機係統從數據中學習的過程，然後提高其根據該數據進行預測或推薦行動的能力。

這種改進可以通過兩種方式進行：

監督機器學習：一台計算機從一組數據（“訓練集”）中學習，計算機的最終目標做出預測，采取行動或自己執行某些任務。這些數據通常以某種方式組織或分類，有時人必須告訴機器其初步預測，動作或任務是對還是錯。計算機必須學習的數據越多，其性能就越正確或準確。
無監督的機器學習：這裏的最終目標是使機器找到數據中的共同點或趨勢。因此，在這種類型的機器學習中給出的機器的數據通常不會以任何方式組織，標記或分類。使用複雜的數學技術，機器可以在沒有任何指導的情況下分析數據，並自行識別數據中的模式。

這是機器學習的簡化，現實世界中的示例：

假設您想教一台計算機來幫助您組織龐大的圖像數據庫。您將通過訓練計算機以某些方式對某些圖像進行分類來做到這一點。您可以給它10,000張動物麵孔和10,000張人臉的圖像。

通過監督的機器學習，計算機最終了解哪些圖像是動物，哪些是人類。展望未來，有了正確的學習模型和足夠的時間，它將能夠準確地將圖像標記為包含人或動物的圖像，從而幫助您相應地組織數據庫。

深度學習是機器學習的一個子集，它使用與人腦類似的技術來執行通常為人類保留的任務。這可以包括從自動編寫文本到動力自動駕駛汽車的任何內容。

深度學習使機器可以解決令人難以置信的複雜問題，因為該係統（稱為神經網絡）會反複重複任務，每次稍微改變其過程以進行逐步改進。

深度學習需要大量的數據和計算能力，以產生準確的結果，這些結果諸如自動化汽車之類的功能。例如，在從大量數據中了解了停車標誌的外觀之後，深度學習使汽車也可以識別出停車標誌，即使被雪或葉子稍微遮蓋了。

就像其他類型的AI一樣，機器學習正在大大改變營銷人員通過使任務自動化並提高工作效率的方式。如果您可以訪問大量數據，則可以應用機器學習來找到人類無法的見解，精確地執行任務並比人類更好地提高性能。

值得注意的是，如果您的競爭對手將機器學習應用於他們的數據，甚至廣泛使用的行業數據，他們將以無法手動匹配的速度來發展優勢。

我們已經撰寫了有關利用機器學習和深入學習的各種有用的營銷工具。這裏有一些例子：

有一個想開始AI的營銷人員會議：營銷人工智能會議或Maicon。

Maicon將於2019年7月16日至18日在俄亥俄州的克利夫蘭舉行，將帶您超越飛濺的頭條新聞和行業術語，以通過研討會，主題演講和突破性會議來探索AI的業務和實踐。

Elizabeth Juran是PR 20/20的高級顧問和合作夥伴計劃經理。她於2017年3月以公司營銷和溝通的背景加入該機構。