你应该知道的5个机器学习的例子

0

自由技术作家保罗-马修斯(Paul Matthews)撰写了有关医疗、娱乐、营销和教育行业中机器学习的例子。 

从前端开发到汽车领域,其应用范围包括 机器学习用于商业目的的机器学习比以往任何时候都要大。机器学习在现实世界中的例子包括推荐引擎、物体检测、自然语言处理等等。让我们分析五个有趣的例子,看看ML是如何被用来提供更好的在线体验和推进医疗和教育的。

1.音乐。Spotify和Soundcloud 

 像环球、索尼和百代这样的公司在过去10年中经历了大规模的数字化,从 "销售一定数量的唱片 "发展到 "将该唱片流传到'n'个次数"。通过在Youtube、Spotify和Soundcloud等门户网站上的播放,通过广告实现盈利是人们所追求的。在这样一个嘈杂的音乐市场中,这些平台如何能不断地将流量和耳朵引向他们的作品?通过机器学习工具,自动吸引越来越多的用户。你有多少次看到(或者更好地听到)你的日常混音中的随机曲目被建议为 "基于你的口味的东西"?这个问题的答案就是一个相对简单的应用程序,它结合了

1. 实际歌曲的结构,以及
2.用户在推荐的歌曲之前或之后播放过你选择的歌曲的事实。

Spotify和Soundcloud都使用ML算法来理解和分析用户的选择,并根据他们收集的信息做出决定。

2.PathAi:用Tensorflow进行快速诊断 

PathAi主要是一个基于Tensorflow的应用程序,它通过关联症状和其他环境变量(人口、地点等)来帮助加快诊断速度。PathAI最大的卖点是,它不仅可以在一个完全基于云的架构上推出,而且与医疗保健领域其他笨重的软件相比,它还非常苗条,有时还需要临时的硬件。PathAi肯定会在最近的将来变得非常大,因为它最近的一波投资金额超过了$11万。 

很难将任何ML或技术相关的医疗创业公司列为未来的 "行业标准",但目前我们可以有把握地说,PathAi正在为健康和技术的未来奠定基础。 

3.协奏曲。通过ML的医学数据科学 

通过Concerto,我们仍然在分析医疗保健领域及其基于机器学习的应用。在开发Concerto时,他们的创造者有一个明确的想法:建立一个可以帮助肿瘤学家、外科医生和普通医生了解症状的东西,在几分之一秒内自动处理庞大的、有时令人困惑的数据库。事实上,Concerto是第一个用于医疗目的的数据科学相关工具。Concerto是由一个前数据科学家团队在纽约建立的,在医疗世界中,Concerto是一种令人耳目一新的技术,在数据处理方面,它仍然依赖于纸张和专业人员之间缓慢的沟通,有时,任何形式的程序的发展都是缓慢和紧张的。Concerto是一个强有力的、实实在在的例子,说明数据科学如何应用于基础设施和架构,以建立流程,而不是仅仅用于营销目标和重定向广告。Concerto将在2025年成为最常用的数据库,至少在美国各州是这样。 

4.网络个性化。你喜欢的东西,你想要的时候 

啊,机器学习和营销。如果这不是十年来最大的组合,那么就没有另一个组合了。关于网络个性化,我们指的是使用一些编程语言(主要是Python和Javascript)来优化目录、产品列表或网页/应用程序上的内容。个性化过程分为3个主要部分:获取、处理和构建。 

-The 收购 部分指的是数据收集,它是在用户登陆页面(因此主要是通过cookies),通过电子邮件回答调查,或在页面的搜索框中输入任何内容时进行的。这一部分必须在GDPR的最新裁决后向用户说明。 

-The 加工 部分与Python库的使用有关,这些库确实在处理用户的行为,在内部数据湖环境中创建数据点,这些数据点有效地成为Javascript工具的指导方针,这些工具在定制的内容中渲染这些数据。 

-The 建立 这个过程是上述Javascript工具优化页面时发生的。例如,如果这些数据点内的准则是说,喜欢红鞋的用户x,目前正在浏览鞋类部分,基于JS的应用程序将把这样的结果移到上面,因此,增加了网站的转换率。非常简单,但非常有效。 

包括Zara、Primark、Boohoo和ASOS在内的多个品牌都在使用个性化服务。 

5.教育作为一个整体 

有几十家与教育有关的初创公司正在建立基于机器学习的工具来改善这个教育部门。他们的目标是什么? 以下是机器学习在教育领域的一些应用实例。 

- 解决问题,轻松获得准确的数据。想象一下,有一个老师可以在几秒钟内获得复杂的问题,然后根据听众的水平,在软件缩小后以最简单的形式解释这些问题。 

- 自动创建任务和考试,基于主题、其难度和更多。对老师来说,这很能拯救生命,对吗?一个ML算法可以被训练成推出具有所需难度的试卷,也可以自动计算出解决方案。 

- 通过分析考试和论文的成功率,分析和预测班级的进步,将有助于教师对自己的评价。

总结

机器学习在当今世界上的例子是无穷无尽的。很容易理解为什么ML的未来如此光明,无论是从商业角度还是从用户角度。未来的确是自动化的。

需要咨询一个 机器学习实验t?在Kolabtree上雇用自由职业者。 发布您的项目并开始工作是免费的。 

保罗-马修斯是一位驻曼彻斯特的商业和技术作家,他写作的目的是为了
更好地让企业主了解如何成功经营企业。他目前是
咨询最大的团队 应用程序开发人员 在曼彻斯特。


Kolabtree帮助全球企业按需雇佣专家。我们的自由职业者已经帮助企业发表研究论文,开发产品,分析数据,以及更多。只需一分钟就可以告诉我们你需要做什么,并免费获得专家的报价。


分享。

关于作者

保罗-马修斯是一名驻曼彻斯特的商业和技术作家,他的写作目的是为了 他的写作目的是让企业主更好地了解如何成功经营企业。他目前正在 为曼彻斯特最大的应用程序开发人员团队提供咨询。

发表回复

值得信赖的自由职业者专家,随时为您的项目提供帮助


世界上最大的科学家自由职业平台  

不,谢谢,我现在不打算雇用。