Quelle est la différence entre l'IA et l'apprentissage automatique?

Il y a une tonne de concepts qui sont utilisés en ce moment – reconnaissance de formes neurocomputing apprentissage profond apprentissage automatique Tous ces éléments relèvent vraiment du concept général de l'intelligence artificielle, mais les termes sont parfois inversés par erreur. Un qui se démarque est que les gens échangent souvent l'intelligence artificielle avec l'apprentissage automatique. L'apprentissage automatique est une sous-catégorie de l'intelligence artificielle, mais l'intelligence artificielle (IA) et l'apprentissage automatique (ML) ne font pas toujours partie intégrante de l'apprentissage automatique (19659002). Les investissements dans l'IA et l'apprentissage automatique devraient augmenter de 300% en 2017 par rapport à 2016 Source: LionBridge

Qu'est-ce que l'intelligence artificielle? 19659005] AI est la capacité d'un ordinateur à effectuer des opérations analogues à l'apprentissage et à la prise de décision chez les humains, par un système expert, un programme CAD ou CAM ou un programme de perception et de reconnaissance des formes dans les systèmes de vision. . via Dictionary

Qu'est-ce que l'apprentissage automatique?

L'apprentissage automatique est une branche de l'intelligence artificielle dans laquelle un ordinateur génère des règles sous-jacentes ou basées sur des données brutes qui y ont été introduites. via Dictionary

L'apprentissage automatique est un processus par lequel des données sont extraites et des connaissances sont découvertes grâce à des algorithmes et à des modèles ajustés. Le processus est:

1. Les données sont importées et segmentées en données d'apprentissage, données de validation et données de test
2. Un modèle est construit en utilisant les données d'apprentissage.
3. Le modèle est validé par rapport aux données de validation
4. Le modèle est réglé pour améliorer la précision de l'algorithme en utilisant des données additionnelles ou des paramètres ajustés.
5. Le modèle complètement entraîné est déployé pour faire des prédictions sur de nouveaux ensembles de données
6. Le modèle continue d'être testé, validé et réglé .

Dans le marketing, l'apprentissage automatique aide à prédire et optimiser les ventes et les efforts de marketing. À titre d'exemple, vous pourriez être une grande entreprise avec des milliers de représentants et de points de contact avec des perspectives. Ces données peuvent être importées, segmentées et un algorithme créé qui marque la probabilité qu'un prospect effectue un achat. Ensuite, l'algorithme peut être testé par rapport à vos données de test existantes pour assurer sa précision. Enfin, une fois validé, il peut être déployé pour aider votre équipe de vente à prioriser ses prospects en fonction de leur probabilité de fermeture.

Maintenant, avec un algorithme testé et vrai, le marketing peut déployer des stratégies supplémentaires pour voir leur impact sur l'algorithme. Des modèles statistiques ou des ajustements d'algorithmes personnalisés peuvent être appliqués pour tester plusieurs théorèmes par rapport au modèle. Et, bien sûr, de nouvelles données peuvent être accumulées qui valident que les prédictions étaient correctes.

En d'autres termes, comme Lionbridge l'illustre dans cette infographie – AI vs Machine Learning: Quelle est la différence? marketers sont capables de prendre des décisions, de gagner en efficacité, d'améliorer les résultats, de livrer au bon moment et de perfectionner l'expérience client.

Télécharger 5 façons dont l'IA va transformer votre stratégie

Téléchargez un livre blanc sur le marketing sponsorisé:

23 A / B Essayer des idées à tester maintenant [19659023] Mettez votre marketing à l'épreuve. Télécharger maintenant