Аарти Шринивасан имеет большой опыт работы в мире технологий. Теперь она директор по продукту в Target и объяснит, что означают машинное обучение и блокчейн для будущего цифрового бизнеса. В настоящее время она занимается изучением возможностей новых технологий и задач, которые они ставят перед менеджерами по продуктам и другими бизнес-ролями. Прочтите и узнайте, как использовать машинное обучение и блокчейн!
Познакомьтесь с Арти Шринивасан
Арти Шринивасан в настоящее время является директором по управлению продуктами в Target, отвечая за персонализацию, машинное обучение и блокчейн. В прошлом она занимала руководящие должности PM в таких компаниях, как Oracle, IBM, JPMorgan Chase, Intuit, Financial Engines и WalmartLabs. Она выступала спикером и писала статьи для Product School, ProductCon Conference и многих других технических сообществ. Поэтому она хорошо разбирается во всех аспектах, таких как продуктовая стратегия, определение продукта, бережливое тестирование и анализ данных.
Как вы относитесь к Tech Singularity? То есть грядущая революция, которую принесут экспоненциально мощные технологии, такие как искусственный интеллект, автоматизация и блокчейн. От скептицизма покойного Стивена Хокинга до полного принятия Марком Цукербергом — существуют все оттенки отношения к этой трансформации. Аарти прояснит, как использовать его во благо; особенно для того, чтобы расти как бизнес, который удовлетворяет как наши потребности, так и потребности наших клиентов и пользователей.
Основные моменты машинного обучения и блокчейна для продакт-менеджеров
Искусственный интеллект: давайте на одной странице
- Искусственный интеллект. Способность машины имитировать разумное поведение человека.
- Машинное обучение: заставить компьютеры учиться или распознавать что-либо без явного программирования.
- Глубокое обучение. Тип машинного обучения, который может обрабатывать более широкий спектр ресурсов данных, требует меньше предварительной обработки данных людьми.
Типы машинного обучения
- Алгоритмы обучения без учителя: сюда входят описательные алгоритмы, которые заглядывают в прошлое; предсказательные, понимающие будущее и предписывающие, которые советуют исход.
- Обучение под наблюдением. В этой категории их много. Некоторые примеры включают: линейные регрессии (цена бриллианта по размеру, форме и т. д.); логистическая регрессия для классификации (доброкачественные или злокачественные диагнозы); линейно-квадратичный анализ (вероятность закрытия продажи); деревья решений (процессы найма)…
Типы глубокого обучения
- Сверточная нейронная сеть: многоуровневая нейронная сеть, предназначенная для извлечения все более сложных характеристик данных на каждом уровне для определения выходных данных.
- Рекуррентная нейронная сеть: многослойная нейронная сеть, которая может хранить информацию в узлах контекста, позволяя ей изучать последовательности данных и выводить число или другую последовательность.
Технологические платформы блокчейна и будущее
- Блокчейн — это растущий список цифровых записей или блоков, которые защищены и связаны между собой. Каждый блок содержит ссылку хеш-значения на предыдущий блок, отметку времени и данные.
- Они могут быть без разрешений (любой может участвовать и проверять) или разрешенными (где только авторизованные участники могут проверять блок).
- Различные платформы сочетают в себе различные черты: Биткойн, Ethereum, Hyperledge и R3 Corda — вот некоторые примеры.
Этика машинного обучения и блокчейна для продакт-менеджеров
- Будущие блокчейн-приложения будут включать в себя практически все, от платформ идентификации, наших приложений для социальных сетей и (скорее, чем мы думаем) таких сред, как медицинские контракты с искусственным интеллектом, договоры о безопасности и защите Интернета вещей или договоры о финансовой защите.
- Так называемая «технологическая сингулярность» может быть достигнута только в том случае, если будет одновременно разработан соответствующий этический кодекс для машин и их создателей.