차례:
기계 학습 (ML)은 대화 상대에 따라 기업에게 큰 이익이 될 수 있습니다. 한편으로 자동화 된 워크 플로우에서 자체 관리 인프라에 이르기까지 디지털 프로세스에 광범위한 새로운 기능을 제공합니다. 다른 한편으로는, 일자리를 잃고 조직이 힘을 잃을 때 정정을 할 수있는 힘을 잃게됩니다.
진실은 아마도이 두 극단 사이에 있지만 ML이 할 수 있거나 할 수없는 것을 실제로 다루려면 기술 주위에서 자란 신화를 없애야합니다. (많이 제공 할 때 왜 모든 사람이 ML을 사용하지 않는가? 머신 러닝의 채택을 방해하는 4 가지로드 블록에서 찾아보십시오.)
오해 1 : 머신 러닝과 인공 지능은 동일하다.
둘 다 동일한 기본 기술을 사용한다는 것은 사실이지만 AI는 광범위한 분야를 포괄하는 포괄적 인 용어입니다. Education Ecosystem의 CEO 인 Michael J. Garbade 박사에 따르면 AI에는 ML뿐만 아니라 신경망, 자연 언어 처리, 음성 인식 및 기타 여러 가지 신기술이 포함됩니다. ML은 경험, 환경 변경 또는 새로운 목표 도입을 기반으로 자체 코드를 변경할 수 있다는 차이점이 있습니다. 이는 본질적으로 기계 학습의 "학습"측면입니다.
