機(jī)器學(xué)習(xí)最近受到了很多媒體的關(guān)注，因?yàn)榭萍冀绲闹耸客瞥隽艘俗⒛康捻?xiàng)目。有 IBM 的超級(jí)計(jì)算機(jī) Watson、用于管理 LinkedIn 查詢和連接的 Kafka Apache，甚至還有有趣的系統(tǒng)，如 Quick、Draw from Google，這是一種使用重復(fù)來(lái)識(shí)別用戶繪圖的機(jī)器學(xué)習(xí)系統(tǒng)。

乍一看，這些系統(tǒng)似乎千差萬(wàn)別，但它們都通過(guò)實(shí)時(shí)監(jiān)控和龐大的數(shù)據(jù)處理能力連接在一起。而且，最重要的是，這些系統(tǒng)變得越先進(jìn)，它們就越能預(yù)測(cè)接下來(lái)會(huì)發(fā)生什么，而不僅僅是分析現(xiàn)在正在發(fā)生的事情，使用稱為預(yù)測(cè)分析的系統(tǒng)。

了解預(yù)測(cè)分析

區(qū)分機(jī)器學(xué)習(xí)和預(yù)測(cè)分析的主要特征是計(jì)算機(jī)是否可以使用過(guò)去的數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)的活動(dòng)。大多數(shù)機(jī)器學(xué)習(xí)系統(tǒng)只是高級(jí)分析系統(tǒng)；他們看到的數(shù)據(jù)越多，就越能更好地解讀它。然而，與預(yù)測(cè)分析不同的是，機(jī)器學(xué)習(xí)系統(tǒng)無(wú)法響應(yīng)變量。

與基本的機(jī)器學(xué)習(xí)系統(tǒng)不同，預(yù)測(cè)分析程序旨在應(yīng)對(duì)系統(tǒng)可變性，并預(yù)測(cè)供應(yīng)線環(huán)境發(fā)生變化時(shí)會(huì)發(fā)生什么。這些系統(tǒng)使用歷史數(shù)據(jù)來(lái)確定材料短缺、消費(fèi)者需求增加或價(jià)格波動(dòng)的根本原因。通過(guò)比較過(guò)去的模式和識(shí)別市場(chǎng)趨勢(shì)，企業(yè)可以在制造或分銷過(guò)程生效之前避開(kāi)潛在的漏洞。

評(píng)估準(zhǔn)確性

計(jì)算機(jī)可以獲得深刻的洞察力并從數(shù)據(jù)中提取大量統(tǒng)計(jì)數(shù)據(jù)和模式，但預(yù)測(cè)分析系統(tǒng)的準(zhǔn)確性如何？簡(jiǎn)而言之，這些系統(tǒng)并不完美，但功能強(qiáng)大。正如美國(guó)生產(chǎn)力與質(zhì)量中心 (APQC) 的 Carla O'Dell 所解釋的那樣，“預(yù)測(cè)未來(lái)并不是一門精確的科學(xué)，因?yàn)?hellip;…你沒(méi)有完整的數(shù)據(jù)集，任何可能曾經(jīng)擁有的完整數(shù)據(jù)集將來(lái)發(fā)生或可能發(fā)生。”同樣，全人群對(duì)同一變量的反應(yīng)會(huì)隨著時(shí)間的推移而變化，而過(guò)去的數(shù)據(jù)無(wú)法解釋這種信息差距。

盡管系統(tǒng)可能不完美，但預(yù)測(cè)分析已經(jīng)在眾多行業(yè)中發(fā)揮了重要作用。除了使用預(yù)測(cè)分析來(lái)穩(wěn)定供應(yīng)鏈和評(píng)估消費(fèi)者需求的制造業(yè)之外，該技術(shù)也受到醫(yī)療保健提供商的歡迎。研究人員采用預(yù)測(cè)分析來(lái)分析健康的社會(huì)決定因素，而設(shè)施則采用該工具來(lái)確保設(shè)施配備適當(dāng)?shù)娜藛T并確保適當(dāng)?shù)氖杖胨健?/p>

另一個(gè)使用預(yù)測(cè)分析的團(tuán)體是政府，政府幾年前開(kāi)始使用這種軟件來(lái)識(shí)別稅務(wù)欺詐案件.這些程序不僅可以潛在地識(shí)別個(gè)別欺詐案件，還可以評(píng)估稅法本身的漏洞，個(gè)人可以利用這些漏洞來(lái)避免繳納全部稅款。當(dāng)喬治·桑塔亞納說(shuō)“那些不從過(guò)去吸取教訓(xùn)的人是注定要重蹈覆轍，”他對(duì)預(yù)測(cè)分析技術(shù)一無(wú)所知——但這句話完美地概括了該軟件如何改變我們的日常生活。我們從過(guò)去的數(shù)據(jù)中學(xué)到的越多，我們就越能控制未來(lái)的結(jié)果。然而，只有引入強(qiáng)大的計(jì)算技術(shù)，我們才能深入挖掘并找出讓我們從過(guò)去看到未來(lái)的微小變化。