✍ 線上課程介紹:現代人工智慧精修班: 建構 6 個專案
人工智慧( AI )是一門使電腦能夠模仿人類智慧的科學,例如決策、推理、文字處理和視覺化概念。人工智慧是一個更廣泛的一般領域,涉及幾個子領域,如機器學習、機器人學和電腦視覺。
為了讓公司變得更有競爭力,並且快速增長,他們需要利用人工智慧的力量來改進流程、降低成本和增加收入。如今,人工智慧在許多領域得到了廣泛的應用,從銀行業到醫療保健、交通運輸和技術等各個行業都在進行轉型。
近年來,人工智慧人才的需求呈指數級增長,而且不再侷限於矽谷!Forbes 雜誌稱,人工智慧技術是 2020 年最受歡迎的技術之一。
本課程的目的是以一種實用、簡單和有趣的方式提供你現代人工智慧應用的關鍵方面的知識。本課程提供學生運用真實世界資料集的實際動手經驗。本課程涵蓋了許多新的主題和應用,如 Emotion AI (情緒人工智慧)、Explainable AI (可解釋的人工智慧)、Creative AI( 創造性人工智慧 ),以及應用在醫療、商業和金融領域的 AI用。
本課程的一個主要特色是我們將使用 Tensorflow 2.0 和 AWS SageMaker 來培訓和部署模型。此外,我們將涵蓋 AI/ML 工作流程的各種元素,包括模型建立、培訓、超參數調整和部署。此外,本課程經過精心設計,涵蓋了諸如機器學習、深度學習和電腦視覺等人工智慧的關鍵技術。
以下是我們將要做的專案摘要:
✅ 專案 #1( Emotion AI): : 情緒分類和基於人工智慧的關鍵人臉點檢測( Facial Points Detection )
✅ 專案 #2(應用在醫療保健中的 AI ) : 使用人工智慧檢測和定位腦腫瘤
✅ 專案 #3(應用在商業/市場行銷的 AI ) : 使用自動編碼器和非監督式學習演算法進行商城客戶區隔( Segmentation )
✅ 專案 #4(應用在商業/金融的 AI ): 使用 AWS SageMaker 的 XG-Boost 演算法( 自動駕駛,AutoPilot )預測信用卡違約
✅ 專案 #5( Creative AI ) : 人工智慧創造藝術作品
✅ 專案 #6( Explainable AI): 使用 GradCam 揭示人工智慧的黑盒特性並可視化隱藏層
對此課程有興趣,請參考底下留言區
同時也有2部Youtube影片,追蹤數超過1,320的網紅KENJI趙健志,也在其Youtube影片中提到,希望你們喜歡今天的影片,然後別忘記幫我的影片按讚 如果還沒訂閱我的頻道,快訂閱 吧!下次見! 以下分享一些創業前關於品牌定位與市場分析的小整理☺️ ✨品牌定位 #品牌定位 = #市場定位 + #產品定位 STEP : 確定品牌定位 → 確定競爭對手 → 競爭對手品牌定位策略分析 → 品牌差異...
「segmentation行銷」的推薦目錄:
segmentation行銷 在 Irene 與資料職涯大小事 Facebook 的最讚貼文
【最近深入的產業領域-廣告科技(Adtech)】
看到這張兩年前的照片,想起人生第一次講一個完全陌生的主題 「廣告科技 Adtech」,從沒想到這個主題會伴隨自己直到現在。
-
📚你可能會想問,那行銷科技 (Martech) 和廣告科技 (Adtech) 到底有什麼不同呢?
.
老實說不容易區分,但如果要界線明確一點點,我們可以從數據來源和行銷目標來做簡單的分界:
📌行銷科技 (Martech) - 主要目的會是從自有會員數據出發,透過數據分析,幫助行銷人員創造、執行、管理與恆量每檔行銷活動目標。
📌廣告科技 (Adtech) - 主要目的是從網站與 app 行為數據出發,透過數據分析,幫助廣告主和廣告代理商創造、執行、管理與衡量數位廣告的受眾目標。
-
📚資料科學與廣告科技 (Adtech) 的關係?
.
在資料科學領域,我們很常用到一個或許傳統、但到每個只要專注「customer centric」的產業都管用的方法 - customer segmentation。
我們可以想像,網站與 app 行為數據,顧名思義就是我們到網站、app 上的一切造訪軌跡,例如:我們點開某個商品頁面、點了商品頁下方的推薦商品、按了加入購物車按鈕、最後點了結帳按鈕。既然一樣是人的行為,當然也可以執行 customer segmentation 方法,但與過去思維不一樣的是,我們的視角會從過去習慣的「會員 ID 」視角,轉換成 「cookie ID」視角,這也代表我們在分析客戶時,使用的方法會更強調時間性、即時性。我們不一定能明確知道正在閱讀我們網站的訪客的真實年齡、性別,但我們能從網站訪客過去的造訪軌跡、觀看網頁的興趣愛好來推測訪客可能會喜歡哪類型的商品、文章,進而推送適合訪客的高品質內容,創造數位行銷的商機。
-
#資料科學 #廣告科技 #行銷科技 #adtech #martech #數據分析 #客戶分群
segmentation行銷 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
Google、軟銀都陣亡過!盤點 AI 專案失敗的 4 大原因
Posted on2021/02/04
若水AI Blog
【我們為什麼挑選這篇文章】為了適應未知多變的世界,許多企業搶做「數位轉型」,從公司營運的各層面如客戶體驗、商業模式、企業文化到作業流程等,透過科技的導入來提升效率與效能;而對製造業企業而言,原料採購、物流管理、庫存調配、生產、行銷等環節則是企業主進行數位轉型會優先考量的面向。
在這之中,AI 的運用扮演很關鍵的角色,如何將 AI 應用到上述各層面並實際執行,是許多企業面臨的挑戰,有哪些要點是執行 AI 專案時需特別留意的?(責任編輯:賴佩萱)
作者:若水 AI 資料資料處理部負責人 簡季婕
2020 年,突如其來的新冠肺炎疫情(Covid-19)改變了許多產業的命運,同時加速推促 AI 落地的速度,AI 人工智慧的應用將成為企業的新日常。
若水 AI 資料服務團隊本著為臺灣 AI 應用落地盡份心力的初衷,順著這波改變,推出全新系列內容:與機器學習(ML : Machine Learning)、AIOps 智慧運維(Artificial Intelligence for IT Operations)有關的實用文,分享各界專家在每一天如何持續營運、優化 AI 架構以及資料處理的基本功。
【若水導讀】AI 專案順利通關的三個絕招:
1. AI 資料來源要多元,避免學習偏誤
2. 標註前,請先建立客觀的 AI 資料標註(Data Annotation)原則
3. 讓 AI 人工智慧成為組織的共同語言,會更容易成功
企業都想做 AI,但實際上沒那麼簡單
根據《臺灣人工智慧學校 AI Academy Taiwan》2019 年針對臺灣各大產業 1,095 位業界校友的調查統計,成功導入 AI 人工智慧的臺灣企業僅占 20%。放眼國際,許多全球知名企業的 AI 專案也慘遭滑鐵盧:
Google 在泰國落地測試智慧醫療失敗,拖慢醫療流程;美國杜克大學發佈的 PULSE 演算法誤將歐巴馬的頭像還原為白人,引發種族歧視爭議。
在日本,軟銀(Softbank)社長孫正義原本打算以 AI 機器人取代銷售人員,沒想到 AI 機器人無法應付實際場域的複雜性,計畫負責人只好承認失敗:「我們把機器學習(Machine Learning)想得太簡單了」。
AI 專案難實際執行,問題出在哪?
若水經手過臺灣、日本超過 200 個的 AI 資料處理專案,從橫跨各大產業領域的專案經驗,整理出企業 AI 之所以無法順利落地的四大原因。
1. AI 模型訓練過程中沒有加入實際場域的資料
無論是剛導入 AI 而產生資料處理需求的新手企業,還是已有 AI 專案經驗、為了 retrain 模型再度找上若水的老手企業,都曾經在同一個地方卡關:AI 資料標註品質有做到位元,但 AI 模型卻無法應用落地 。
為什麼?
原因在於,客戶並未以「實際場景」的資料來進行 AI 模型訓練。
現在市面上有許多開放資料集(Open Dataset)或是免費的商用網路圖片,企業通常會優先使用這些免費資源進行 AI 資料標註(Data Annotation)讓機器學習,但是放到實際場域測試後,經常發現 AI 模型成效不佳,無法適用於實際場景,最終還是需要回過頭再進行第二次模型訓練(Model Training)。
因此 在 AI 專案開始前,建議企業首先需要在內部建立資料資料流(Data Pipeline),而在收集資料時,不只使用開放資料集(Open Dataset),也須確保有使用符合實際應用場景的資料來訓練 AI 模型,全盤考量資料類型、角度等多元性,避免機器學習偏誤 。
2. AI 資料標註原則定義不夠客觀
與企業工程師對接 AI 資料處理需求時,當我們詢問這批人臉辨識(Face Recognition)的 AI 資料標註的原則是什麼,常常會接到諸如此類的回答:「頭太小的話,就不要標註數據」。
一般人的邏輯覺得很合理的事情,對於機器學習(Machine Learning)來說卻是一大挑戰。 機器學習需要知道的是趨近「絕對客觀」的原則 ,例如,所謂的頭太大、太小,換算成具體數值會是幾乘幾大小的 pixel?如果圖片背景融色或模糊,也需要標註起來嗎?
一旦 AI 資料標註原則不夠客觀,AI 模型很容易隨著人的「主觀認定」來學習,當專案換了一位工程師,機器學習出來的效果可能也會跟著變 。在我們的經驗,原則的訂定最好透過「對話」,藉由反覆詰問,才能加快釐清目標。有了歸納、定義出客觀的 AI 資料標註原則。就會加快模型學習(Model Learning)成效。
為了清楚定義圖片融色或模糊的問題,我們採用國際照明委員會(International Commission on Illumination)訂定的 Delta E 標準,和影像(圖像)品質評估標準 BRISQUE,和客戶確認彼此認知是否一致。
根據國際標準,人的肉眼能分辨得出來的色差,至少會在 Delta E 值 2 以上。所以,當一張影像測出來 Delta E 值小於 2,就表示這張圖的融色程度太高,無法標註。
假如客戶希望「太模糊的圖片不要標註」,團隊也會根據 BRISQUE(影像品質評估標準)的標準,輸出不同模糊指數的圖片,請客戶確認所謂的模糊,具體來說是 70% 還是 80%。
3. AI 模型訓練(Model Training)沒有循序漸進
以肢體行為辨識(Posture Estimation)為例,Coco Dataset 從一開始只辨識人體 7 大主要關鍵點(Key Point),後來逐步發展成 25 點,甚至快 40 點,有些客戶會希望若水 AI 團隊可以一次就標註 40 個關鍵點,直接拿去機器學習(Machine Learning)。
說起來,機器學習和教小孩很像,一下子給太多的特徵點(Feature Points)反而會「揠苗助長」,導致 AI 模型學到最後分不清楚自己到底在學習什麼。我們也遇過有些客戶,一開始想用難度較高的 Segmentation 方式讓模型學習人的行為,但是人的行為百百種、語意切割(Segmentation)的變異度也高,就比較難學得好。
當這些客戶再回頭來找若水,通常會比較循序漸進,從小地方開始逐步改進 AI 模型。
4. 缺乏管理層的理解與支持
AI 熱潮讓許多企業趨之若鶩,然而 AI 要能夠順利落地,除了上述三項實務建議,企業管理層對於 AI 的認知和支持更是一大關鍵。
許多臺灣企業的 AI 數位轉型主導者,可能是傳統公司裡面有豐富資歷的 CTO 技術長或管理階層,對於 AI 人工智慧這個全新領域的概念,比較缺乏深度的理解,也沒有類似 AI 模型訓練和測試的相關經驗,從上述 4 個原因去追尋難以落地的根源,或許能有所助益。
資料來源:https://buzzorange.com/techorange/2021/02/04/ai-project-difficulties/?fbclid=IwAR04ZC1-1MquyCObEI5HIfTKtV-OkcfxL_R8vRin4YgQMl8cnhS_6aM59vU
segmentation行銷 在 KENJI趙健志 Youtube 的最佳解答
希望你們喜歡今天的影片,然後別忘記幫我的影片按讚
如果還沒訂閱我的頻道,快訂閱 吧!下次見!
以下分享一些創業前關於品牌定位與市場分析的小整理☺️
✨品牌定位
#品牌定位 = #市場定位 + #產品定位
STEP :
確定品牌定位 → 確定競爭對手 → 競爭對手品牌定位策略分析 → 品牌差異化 → 品牌定位策略建立 → 品牌定位聲明稿 → 檢測聲明有效與否
💡品牌差異化思考
1. 核心價值及定位
2. 目標客群? 目標客群的需求?
3. 誰是品牌主要競爭者? 競爭者的品牌差異化?
4. 如何讓品牌切入市場,滿足品牌市場需求?
💡品牌策略定位策略圖:
價值感知反應 ( The value of perceptual mapping )
✨ #市場S T P分析
S ( #Segmentation ) 市場區隔
*市場定義為何
*市場消費者主要特質
定義市場:地理位置,人口分佈,價值觀,生活習慣,人生階段..等
搜集足夠資料研究消費者行為.需求,喜好,消費習慣
T ( #Targeting ) 目標市場
*市場規模大小
*市場與市場間的不同
*每個市場的錢景與發展性
*每個市場接收訊息的難易度
P ( #Positiong ) 市場定位
產品在市場中的是什麼樣的存在?
如果一句話形容產品或服務會是什麼?
評估自身與競業在目標市場的位置,找出獨特性
*在產品生命週期哪個階段?
*品牌定位與品牌價值?
*與競業的差異
很多朋友都問為什麼做電商還要大費周章弄個實體店🏠
是因為這是我們執行模式計畫裡的其中一個策略是OMO虛實整合策略✨
🌐OMO即是線上與線下融合🌐
「Online Merge Offline」or「Offline Merge Online」
若仔細看我們77Go5的LOGO就會發現小怪獸的眼睛跟嘴巴就是我在設計草稿時就特意放入的OMO的符號🗿
但目前還有很多需要更努力學習加強的部分就是了🙈
———————————————————————
真正的本事不是在同一個地方吃一輩子的飯
而是到哪裡都有飯吃
🚀YouTube : KENJI 趙健志
🚀Facebook fan page : KENJI • 健志(https://www.facebook.com/ArtistKenji/
)
🚀Instagram: kenjiohya
🚀Personal pages: kenjiohya.strikingly.com/
🚀77Go5集奇購物 FB: https://www.facebook.com/77Go5
🚀77Go5集奇購物 蝦皮賣場:https://shopee.tw/77go5?categoryId=75&itemId=9203277549
🚀77Go5集奇購物 網路購物商城
https://77go5.qdm.tw/
#電商 #企業 #品牌 #內容 #外鏈 #經營 #創業藍圖
#技巧 #Youtube經營 #facebook經營 #經濟 #生活 #電子商務基礎 #電商教學
#受眾 #分析 #消費 #引導 #電子商務 #商務 #經濟 #聯盟行銷 #Podcast #youtuber #點對點 #社會 #內容行銷 #虛實整合 #關鍵字 #行銷 #社群行銷 #數位行銷 #跨境電商 #Ecommerce #社群經營 #SEO #SocialMediaMarketing #youtube優化 #facebook廣告 #商業 #陌生開發 #商城 #賣場
#網路行銷 #o2o #omo #b2b行銷 #b2c行銷 #ebusiness #Marketing
#OnlinetoOffline #OnlineMergeOffline #BusinesstoBusiness #BusinesstoConsumer #社團經營 #社群經營 #網路社群 #創業 #網絡賺錢 #提升收入 #創業家 #賺錢 #被動收入 #引流 #Facebook收入 #網絡行銷 #財富自由 #怎麼賺錢 #暴利項目 #創業項目 #自我提升 #成功 #蝦皮 #富人思維 #理財 #投資 #創業賺錢 #陌生開發 #購物車 #購物 #直播 #實測 #價值 #甘苦談 #職場
segmentation行銷 在 織田紀香 Norika Youtube 的最佳解答
#織田紀香 #小知識 #STP
全新企劃!!!紀香小知識!!!
讓知名專業經理人織田紀香來向大家解說在職場中必備的知識。包含行銷、廣告、管理、經營等內容,讓你在短時間內迅速掌握相關知識~~
第二集說明的是市場區隔(英語:Market Segmentation),一般而言,市場相當廣闊,一間公司無力對應到市場上的所有需求,所以要將市場細分來看,並聚焦在特定市場,接著再於該市場中樹立獨特性的地位。這樣一連串的過程,分別稱為市場區隔、選擇目標市場、定位。
更多織田紀香影片請訂閱
【織田紀香】:https://bit.ly/2OkMlSM
【織田紀香粉絲專頁】:https://bit.ly/2HLJcKM
segmentation行銷 在 生技跨界超新星-生命之星- 所謂的目標行銷需要具備「劃分市場 ... 的推薦與評價
所謂的目標行銷需要具備「劃分市場區隔(segmentation)」、 「選擇目標市場(targeting)」、「確立產品定位(positioning)」 這3大步驟,一般稱為「S-T-P」 Segmentation ... ... <看更多>