SAP戰略中的機器學習

SAP戰略中的機器學習

https://mp.weixin.qq.com/s/buv3R6AEr5PWhjpniYh_BQ

作者曾介紹過SAP將智能企業愿景推向市場的原因，以及幫助企業應對數字化挑戰。

本篇博客的目的，是嘗試解釋機器學習的基本概念，以及如何在SAP的產品組合中利用它？

智能企業的一個關鍵要素，是將機器學習算法，注入企業軟件業務流程。機器學習算法本身并不是什么新鮮事，但它們最近一直處于非常熱門的狀態，是因為我們正處于技術突飛猛進，并發展到可以做到大量應用可落地的階段。

過去的30、50年，企業產生了大量的數據，最近的10年，企業數據產生的越來越快，越來越多。這些數據孕育了數字經濟的曙光。如果它們得以有效的訓練和處理，將會得到豐厚的回報。為企業帶來價值。

1.

什么是機器學習？

機器學習算法的目標是確定一個數學模型，我們稱之為函數f（），在y = f（x）中，其中x代表任何現實世界的觀察，y代表一些評估，識別或處理由那些x。

有三種主要的機器學習算法類型：監督學習，半監督學習和無監督學習。

監督學習與標記數據一起工作，意味著通過分析訓練數據，找出基于真實世界觀察（x）的方程y = f（x）來預測/推斷某些特定結果（y）。

半監督學習與一些標記數據和許多未標記數據一起工作，這意味著找出方程y = f（x），即使結果值（y）僅為有限的一組觀察（x）所知，例如在抽樣方案中。

無監督學習僅使用（x）輸入數據，這意味著找出隱藏的結構或觀察之間的關系（x）。從該分析中自動生成變量（y）。

為了增加另一層復雜性，我們打算定義的函數f（）通常受很多變量的影響，彼此之間可能存在依賴關系：y = f（x1，x2，x3，…，xn）。

機器學習算法根據訓練數據建立數學模型f（），最終目標是在沒有明確編程的情況下進行統計預測或決策。

"訓練"模型然后意味著從訓練數據集的示例中確定所有（xn）的"正確"值（y）。例如，在監督學習中，機器學習算法通過檢查許多標記數據（xn）并試圖找到使損失最小化的模型來建立模型。

損失是指示模型預測在單個示例（a bad（y））上有多糟糕的數字。如果模型的預測是完美的，那么損失將為零；否則，損失會很高。訓練模型的目的是找到一組具有低損耗的（xn），然后推斷出正確的（y）。

下圖為訓練機器學習模型的機制：

這也就是為什么訓練數據集越大，數據質量越好，這樣，我們就可以更準確地收集到函數f（）的基礎條件，并且提高預測的準確性。

因此，為了使機器學習取得成功，我們需要準備大量高質量數據。

2.

SAP的機器學習

SAP的機器學習愿景包括：

智能業務流程，嵌入ERP S/4 HANA和LOB SaaS工具（SuccessFactors，Ariba，C / 4HANA，Concur等）;

智能數字化平臺，這是供電聊天機器人，虛擬助理，機器人過程自動化，并提供由SAP開發的機器學習算法，并通過我們的合作伙伴，如谷歌的TensorFlow就是一個巨大的圖書館。

最后，SAP HANA作為基礎，提供準備，管理，確保質量所需的所有數據治理引擎，并實時處理培訓自己的預測分析引擎和其他機器學習算法所需的數據可從SAP Cloud Platform獲得。

總結一下這個概述，我將介紹SAP圍繞機器學習的主要產品。

3.

SAP Leonardo Machine Learning Foundation

SAP Leonardo Machine Learning Foundation是一個基于SAP Cloud Platform的機器學習平臺，可實現簡單的功能，并提供與SAP后端的緊密集成。它的四個主要功能是：

易于使用針對非ML專家的ML內容，允許部署和運行您自己的機器學習模型，或使用您自己的數據調整現有模型。

圖像處理服務，以啟用自動模式檢測

文本處理服務，分析存儲在文檔，網站或電子郵件中的自然語言內容，并揭示其含義。

語音處理服務，可將語音轉換為文本，并將語音合成為數字助理或語音控制應用程序供使用。

4.

SAP智能機器人過程自動化

SAP智能過程自動化（IPA）也基于SAP云平臺，將機器人過程自動化和機器學習整合到一個集成的自動化產品中：

ML"思考"并處理非結構化流程、數據并改進基于規則的純粹決策引擎。

RPA"行動"，尤其是跨系統執行業務流程，讓關鍵用戶創建自己的機器人。

IPA的目的是通過自動復制沒有附加價值的繁瑣行為，來加速業務流程的數字化轉型。它涉及跨應用程序和系統的業務流程自動化。

5.

SAP Conversational AI

SAP Conversational AI是一個基于SAP Cloud Platform的平臺，用于開發，部署和監控Conversational AI應用程序。它配備了強大的自然語言處理（NLP）技術，因此您可以快速，輕松地構建真正了解人的機器人。

該機器人精通英語，法語，西班牙語和德語，并且提供其他15種語言的標準功能。

最后

利用機器學習來改進和自動化業務流程，僅受我們想象力的限制。這最終是智能企業的意義所在。除了實際技術之外，所有這些工具的目標都是幫助您，并為您的業務創造價值。

- End -

原文地址：https://blogs.sap.com/2019/04/05/machine-learning-in-sap-strategy/

原文作者：Arnaud SERGENT