一个最近的文章预测分析世界(Predictive Analytics World)的埃里克•西格尔(Eric Siegel)认为,机器学习所固有的最大机遇,也是组织最可能错过的机会。但由于这是一种相对较新的技术,而且风险很大,因此企业往往会陷入分析瘫痪,从而失去机会。

根据西格尔的说法,这是你不能犯的错误。他认为,实时机器学习的趋势正在发生,问题只是你或竞争对手是否会先到达那里。记住这一点,要抓住实时机器学习的机会,你必须知道以下四件关键的事情:

1.实时预测评分是一项必要的业务

你公司频率最高的业务也可能是最丰富的。因此,优化最大规模的流程意味着预测评分必须实时发生,就在每一次交互的时刻。

2.你很可能已经有了硬件

已经在运行您的高容量事务的系统可能也可以处理实时评分。Siegel表示,评分比机器学习的训练阶段轻得多,因为训练通常是作为离线过程进行的,所以不会给操作系统或任何实时系统带来负担。

3.对模型进行微调使实时评分成为可能

数据科学家通常需要测试和调整预测模型,以满足性能要求。这验证了性能潜力,消除了对全面部署可行性的任何怀疑。

4.最终,你必须掌握主动权

与任何战略计划一样,实时机器学习需要强大的领导力和推动文化变革的能力。此外,实践需要不同角色和规程之间的跨组织协作。公司必须确定关键的项目因素,如预测目标、部署、数据和性能需求等。

Siegel在他的文章中扩展了上述关键点,并指出,尽管这是一个巨大的飞跃,但实时部署预测模型仍然能够带来巨大的好处。去预测分析世界获取更多关于如何使其成为您业务的现实的信息。