B2C Data

为了本文的目的，我们首先了解一些有关机器学习的基本知识。机器学习是指利用技术来识别大量数据中的模式并进行相应调整，即“学习”以改进特定流程或知识库。让我们来分解一下。

为什么是机器学习？
机器不断了解您，特别是向您投放广告。然而，商业机器学习应用程序的数量不断增加。大数据是机器学习热潮的重要组成部分，但事实是它并不新鲜，技术只是已经成熟。随着Amazon SageMaker等工具的发布，任何人现在都可以开始构建模型，而无需成为数据科学家。

什么是工作流程？
在继续之前，我们先简单定义一下工作流程。工作流是 阿尔及利亚电报数据 由多个参与者对任务进行编排，以促进共同目标的实现，通常基于一系列条件。想一想。任务可以由人类或计算机来完成。参与者可以是人类或计算机。目标可以是物理的和数字的。条件可以是环境条件或计算条件。这是很多数据点。

机器学习和工作流程
机器学习算法不断地实时搜索巨大的数据集以发现模式并进行适应。一个很好的例子可能是工厂。工厂充满了涉及人类和非人类参与者的工作流程以及来自计算机和人员的数据。这些算法是客观的，因为它们会查看所有数据并将其与最终结果进行比较。它们检测任何人为或非人为的低效率，并自动纠正以提高流程中的工厂效率。

机器学习可以帮助优化各地的工作流程。例如，在人力资源部门，每天都会提交相同的请求。这提供了巨大的数据集，可以用来构建模型以提高人力资源效率。在许多情况下，机器学习不仅使团队更加高效，还使系统以及系统与人的交互更加有效。另外，它在不断改进和学习，这就是为什么机器学习应该出现在 2019 年值得关注的技术列表中。
在本系列中，我们将展示三个使用机器学习来优化常见业务流程的示例。