V:
Kako lahko proces kitajske restavracije in drugi podobni modeli strojnega učenja veljajo za podjetniško AI?
A:Vprašanje, kako lahko postopek kitajske restavracije pouči podjetju AI, je zanimivo, saj podjetja v vseh vrstah industrije zdaj nabirajo uresničljive ideje iz strojnega učenja na splošno in še posebej tovrstnih algoritmov.
Kitajski restavracijski postopek je del teorije verjetnosti, ki delno temelji na Dirichletovih stohastičnih procesih, ki lahko usmerjajo randomizacijo predelnih sten.
| Prosti prenos: Strojno učenje in zakaj je pomembno |
Preprost način razlage procesa kitajske restavracije je, da se v namišljeni kitajski restavraciji z neskončnimi mizami ljudje združijo ob teh mizah glede na dani niz verjetnosti, ki jih uporablja algoritem. Nato bo algoritem modeliral, koliko ljudi bo sedelo za vsako mizo, v kateri so tabele »particije«. Naključna ali verjetnostna različica kitajskega restavracijskega procesa je lahko prikazana v matematični obliki.
Kako ti postopki algoritmov vplivajo na IT podjetja? Obstaja veliko načinov, kako lahko podjetja uporabljajo te konstrukte za pomoč pri uporabi velikih podatkov pri strojnem učenju ali razvijanju dragocene poslovne inteligence s to vrsto modeliranja. Na primer, zelo dobesedno lahko postopek kitajske restavracije uporabimo za napovedovanje grozdja kupcev za mizami v restavraciji ali na prodajnih mestih s pop-up ali kjer koli drugje. Vendar bi bil morda boljši primer področje transakcijske maloprodaje, kjer bi zapleteni algoritmi, osnovani na kitajskih restavracijah, lahko pomagali pri napovedovanju dejavnosti kupcev, kot so nakupi / konverzije ali povpraševanje po obstoječih ali prihodnjih zalogah.
V zelo splošnem smislu si ti stohastični procesi prizadevajo modelirati človeško vedenje, vedenje množic ljudi na načine, ki gradijo podjetniško inteligenco in neposredno sprejemanje odločitev. V CRM, nadzoru zalog, izplačilu plač, razvoju izdelkov in skoraj vseh drugih vidikih poslovanja lahko kitajski postopek restavracij in podobne ideje uporabimo za napovedno analitiko s pravimi vrstami ciljanega modeliranja.
Vendar pa druga večja in takojšnja uporaba kitajskega restavracijskega procesa nima veliko zveze z modeliranjem človeškega vedenja. Kitajski restavracijski postopek se lahko uporablja tudi za "diskriminatorno" delo na visoki ravni, kot pri obdelavi slik. Razvoj skupin slik v skladu s postopkom v kitajski restavraciji lahko pomaga programom strojnega učenja, da se bolje prilagodijo naborom pravil za usposabljanje in ustvarijo diskriminatorne rezultate. Torej se lahko v kitajskem restavracijskem procesu uporablja za vedenjsko modeliranje ali tehnično modeliranje ali oboje.
