本文轉載自公眾號“讀芯術”(ID：AI_Discovery)

想要使用人工智能咨詢服務，就要先理解這六個人工智能術語，才能很大程度地利用好咨詢內容。

[[389624]]

1. 數(shù)據(jù)整理(Data Wrangling)

數(shù)據(jù)整理是指獲取元數(shù)據(jù)，并將其轉換為機器學習和人工智能可以識別的形式和架構的過程。為了獲取客戶所收集的數(shù)據(jù)，并用這些數(shù)據(jù)建立軟件解決方案所需的任何模型，數(shù)據(jù)整理是任何人工智能顧問都會采取的前期步驟之一。

這個過程包含了許多步驟，包括數(shù)據(jù)輸入、數(shù)據(jù)結構化、清理不良數(shù)據(jù)，以及處理數(shù)據(jù)來創(chuàng)建更多有效字段。這部分看起來簡單，但可能是最重要的一部分，其間需要客戶輸入的數(shù)據(jù)來引導新顧問整理這些數(shù)據(jù)。

2.人工智能模型的數(shù)據(jù)插補

大部分數(shù)據(jù)集都存在缺值字段，這就讓數(shù)據(jù)集顯得稀疏零落。最快速的解決方法就是干脆從數(shù)據(jù)集中清除掉這種字段或者屬性，但是通常來說這種解決方案非常低級，畢竟顧問起初能夠獲取的任何數(shù)據(jù)都是很寶貴的。

在這種情況下，大多數(shù)人工智能咨詢公司會根據(jù)其余數(shù)據(jù)，通過數(shù)據(jù)加工技術賦予缺值最合理的數(shù)值。最通用的技術是均值插補法，即取該字段已知數(shù)據(jù)的均值，填充進空缺處。很多數(shù)據(jù)科學顧問都采用這種技術，這是一種在不影響當前數(shù)據(jù)架構的情況下填補空缺的好方法。

3.數(shù)據(jù)分區(qū)

許多采用人工智能和機器學習的模型會將數(shù)據(jù)進行分組處理，以便用于模型訓練和測試。很多人工智能咨詢公司會要求提供的數(shù)據(jù)，無論是文件大小還是行數(shù)都要符合一定的數(shù)量要求，從而確保有足夠的數(shù)據(jù)用于分組。

有時候他們會同客戶一起收集未來的數(shù)據(jù)作為測試集，將其添加到已建立的數(shù)據(jù)集中。在Scalr.ai，特別是在未來數(shù)據(jù)可以輕易地通過容易掌控的數(shù)據(jù)流來獲取的情況下，我們會試著將兩者結合起來。

4.監(jiān)督學習

很多人工智能咨詢服務都是使用機器學習或者數(shù)據(jù)科學，并且采用算法根據(jù)屬性(又稱為字段)和最終已知目標來查找二者之間的聯(lián)系。大多數(shù)人工智能顧問在AI軟件解決方案中使用這其中至少一種方法。

這種方法有一個典型例子，就是以房屋的平方英尺、層數(shù)和房門數(shù)作為字段的一種模型。目標變量是已知的房屋價值，運用這種模型，就能預測未來的房價。

5.無監(jiān)督學習

你估計能猜到了，這個過程中使用的是上面那組輸入數(shù)據(jù)，但是沒有使用目標變量，從而得到了不一樣的結論。一般而言，這么做是因為目標變量未知，有關數(shù)據(jù)的總體信息未知，卻要開始構建一些目標變量。

大多數(shù)人工智能咨詢公司會使用這些算法查找出數(shù)據(jù)中的離群值，比如安全系統(tǒng)中超出范圍的數(shù)據(jù)點，這些點有可能是危險信號。

6.模型的評估指標

最后，雇人來構建有效的模型和算法，得到想要的結果。人工智能顧問可以通過評估指標，掌握所完成工作的實際進展，并且根據(jù)出現(xiàn)的問題就如何調整解決做出決策。

大多數(shù)時候，你能聽到的用來評估模型的術語有準確性、AUC和精度，但其實，評估軟件中的模型的方法還有很多。