Специалисты по науке о данных и машинному обучению иногда имеют предвзятое мнение о том, что такое оптимизация принятия решений. Они смотрят на это со своего фона и часто не имеют правильного представления. Ниже приведена полная запись презентации, знакомящей специалистов по науке о данных и машинному обучению с оптимизацией принятия решений, которая была очень полезна для меня, чтобы устранить эти недоразумения и дать разъяснения о том, что такое оптимизация принятия решений на самом деле.
Запись видео:
Некоторые ссылки для тех, кто хочет углубиться в некоторые из затронутых тем:
- Введение в различные методы, доступные для методов предписывающей аналитики https://medium.com/ibm-data-ai/pros-and-cons-of- Different-prescriptive-analytics-technologies-10514098399a
- ML и DO в сравнении с быстрым и медленным мышлением и их ограничениями: https://medium.com/@AlainChabrier/why-intelligences-fail-80585f1d38a4
- ИИ — это не только машинное обучение: https://medium.com/swlh/ai-is-not-equal-to-ml-2312e0a815e2
- Пошаговые видеоролики о том, как начать использовать DO в CP4D как услугу: https://medium.com/@AlainChabrier/decision-optimization-in-cloud-pak-for-data-step-by-step-videos- d0d7d1e9d9dd
- DO в CP4D с Planning Analytics: https://medium.com/@AlainChabrier/decision-optimization-integration-in-planning-analytics-a443c46ed85
Поскольку возникают некоторые опасения по поводу доверия к ИИ, предвзятости, правильности, справедливости, надежности, объяснимости, подотчетности и т. д., важно помнить, что не весь ИИ является ОД, и что для достижения этих целей важно знать и использовать правильные техники для каждого намерения.
Подписывайтесь на меня в Twitter и LinkedIn: