萬物非聯(連)網就會有智慧,你不容錯過的智慧核心-機器學習
IoT的價值並非只在蒐集數據,而是把數據變成服務與應用方案。
根據英國 IT Jobs Watch、Indeed 和 Stack Overflow 等三大機構統計中,不管是從人力職缺上還是薪資待遇,
首先,ML的價值是什麼呢?
傳統的數據分析在解釋數據這方面的確是相當稱職的一件事情,
而這樣分析的精準度當然就會取決在所謂的分析資料量上囉,
當然,你可以依照過去發生的事件,以及影響變因去做交叉比對,
這點在物聯網也是一樣,因為資料寫入的感應裝置數量很多,
難道百分之八十的人評斷說好吃的店一定好吃嗎?
所以在傳統的數據分析上,除了這些過去資料輔佐外,
最簡單的一個實例就是我們常用的Google翻譯了,
資料來源包含各公司網站、官方文件的多語翻譯,
而目前的ML主要有兩大類別如下:
1、監督式學習 (Supervised learning):指在一組實例的基礎上開發一種演算法。
2、非監督式學習 (Unsupervised Learning):結合其他資料,
若是以智慧家電為例呢?
所以物聯網的數據分析及決策支援中,有幾個關鍵要素如下:
1.大量資料並導入專家的評判做關聯,讓資料庫變成知識庫,
2.對資料做分析後抓取數個關鍵變數,以及變數特徵,
3.導入機器學習,結合演算法來驗證模型的精準度,
但無論如何,一個好的IoT並非是靠人為去做數據決策支援,
最後,如果你喜歡我們的文章,別忘了到我們的FB粉絲團按讚喔!!