統計與機器學習運用於智慧管理
-
撰文者:
林耿呈(Aaron Lin)
慧穩科技股份有限公司 總經理
AIWin Technology Co., Ltd., General Manager
“兵馬未動,糧草先行”。在這快速變化的商業時代,許多商業模式沒幾年就被淘汰,多變的商業模式下,做任何事情與決策,都必須投下成本,成本與效益之間如何取得最佳利潤,將考驗著管理決策著的智慧。在這大數據的時代,數據將成為了新的石油,故目前有這麼一說,”商場對決,數據先行”,如何從數據中取得與分攜出高品質的有效資訊,並轉換為決策,將是每個企業所面臨到的挑戰。有了大量的數據後,如何用演算法協助我們理解數據,將會是一個百家爭鳴的戰場,在數理上,有統計與機器學習兩大學門,這其中個別的差異差在哪邊?如何運用?接下來的內容將會一一說明。
統計與機器學習的差別在於,所要表達的目的不同。但是人們在追求技術發展的過程中,統計與機器學習是期望用於預測與資料的解釋,發展至今,機器學習的理論來源來自於數學與統計,演算法基於優化理論、矩陣代數與微積分,所以統計是機器學習技術發展中的一個基礎,然而這樣的發展下,讓機器學習擁有了高強度的預測能力,更發展至今的深度學習,更有優於人類思考的能力,而統計主要的目的還是在於資料上的的解釋與理解因果關係,在預測方面就相較薄弱。談了這麼多的技術發展,運用於自身所需要如何挑選呢?首先需要了解自身的需求是什麼?希望有強度的預測能力?還是對於過去資料中的因果關係找出端倪?前者就使用機器學習,後者就使用統計。期望諸位,可以在自身的數據上,選出適合的方式,來好好運用數據。