Q:
Hvorfor er rasjonelle agenter for maskinlæring så viktige for detaljhandelsapplikasjoner?
EN:Rasjonelle agenter tjener forskjellige formål i maskinlæring og kunstig intelligensprosjekter, men de er spesielt nyttige i detaljhandelsapplikasjoner som viktige aspekter ved spillteori og prediktiv modellering.
I detaljhandel brukes ofte maskinlæringsmodeller for å prøve å forutsi optimale utfall. Bedrifter prøver å ta big data om kunder og vurdere det gjennom linsen til menneskelige følelser og motivasjoner - for å se på menneskelig atferd på en kollektiv basis. Med andre ord studerer de massevis av kunder, og lager modeller av deres kollektive oppførsel, og prøver å finne ut hvordan alle disse individuelle valgene kombineres for å informere om sin forretningsinnsats.
| Gratis nedlasting: Machine Learning og Why It Matters |
Med det i bakhodet spiller rasjonelle midler en nyttig rolle i spillteori eller annen atferdsmodellering. Forhandlere vil bruke rasjonelle agenter og modeller for å prøve å finne ut hvordan de best kan betjene kunder.
Ta for eksempel en maskinlæringsmodell som evaluerer gjennomkjøringstjeneste. I dette tilfellet ville de rasjonelle aktørene være individuelle drivere. En maskinlæringsmodell vil ta inn store data - for eksempel ville den undersøke sanntidsdata om hastighet på tjenesten, hvordan sjåfører navigerer gjennomkjøringsområdet, hvordan de velger å flytte kjøretøyene og hvordan det påvirker andre beslutninger, ned til et veldig detaljert atferdsnivå.
Dette er bare ett eksempel - rasjonelle agenter i maskinlæringsmodeller kan simulere menneskelige valg om sitteplasser, stå i kø for produkter eller tjenester, handle på nettet, handle i et friluftshus eller serie butikker, eller omtrent alt annet som forretningsledere vil måle.
I hovedsak bygger bruken av maskinlæringsmodeller intelligens som bedriftene kan bruke til å markedsføre og selge bedre. Rasjonelle agenter spiller den spesielle rollen i modellene for å vise beslutningstakere mer om hvordan forretningsavgjørelsene deres kan spille ut i den virkelige verden.
En sekundær bruk av rasjonelle agenter i detaljhandel innebærer å lage autonome maskiner som kan ta sine egne beslutninger. Det er sannsynlig at vi vil se mer av denne typen markedsføring når maskinlæring og kunstig intelligens fremgang tar fart. Du har kanskje en digital edderkopp som gjennomsøker nettet, eller et annet nettverk eller interaksjon med smarttelefonenheter for å markedsføre varer individuelt til kunder - tenk på de futuristiske hologrammene i science fiction-filmer på 1980- og 1990-tallet som aggressivt markedsførte produkter til enkeltpersoner med navn . Det er den slags ting som rasjonelle agenter for handel kan gjøre i dagens utvikling av kunstig intelligensmiljø.
Oppsummert er det spesifikke måter detaljhandel kan dra stor nytte av maskinlæring. Maskinlæringsmodeller som involverer rasjonelle agenter og andre elementer, kan ta mye av gjetting ut av forretningsbeslutninger. Bedrifter som ikke bruker disse avanserte modellene for å drive forretningsinformasjon, vil bli etterlatt etter hvert som selskaper blir smartere om å betjene sine målgrupper.
