SAP战略中的机器学习

SAP战略中的机器学习

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

作者曾介绍过SAP将智能企业愿景推向市场的原因，以及帮助企业应对数字化挑战。

本篇博客的目的，是尝试解释机器学习的基本概念，以及如何在SAP的产品组合中利用它？

智能企业的一个关键要素，是将机器学习算法，注入企业软件业务流程。机器学习算法本身并不是什么新鲜事，但它们最近一直处于非常热门的状态，是因为我们正处于技术突飞猛进，并发展到可以做到大量应用可落地的阶段。

过去的30、50年，企业产生了大量的数据，最近的10年，企业数据产生的越来越快，越来越多。这些数据孕育了数字经济的曙光。如果它们得以有效的训练和处理，将会得到丰厚的回报。为企业带来价值。

1.

什么是机器学习？

机器学习算法的目标是确定一个数学模型，我们称之为函数f（），在y = f（x）中，其中x代表任何现实世界的观察，y代表一些评估，识别或处理由那些x。

有三种主要的机器学习算法类型：监督学习，半监督学习和无监督学习。

监督学习与标记数据一起工作，意味着通过分析训练数据，找出基于真实世界观察（x）的方程y = f（x）来预测/推断某些特定结果（y）。

半监督学习与一些标记数据和许多未标记数据一起工作，这意味着找出方程y = f（x），即使结果值（y）仅为有限的一组观察（x）所知，例如在抽样方案中。

无监督学习仅使用（x）输入数据，这意味着找出隐藏的结构或观察之间的关系（x）。从该分析中自动生成变量（y）。

为了增加另一层复杂性，我们打算定义的函数f（）通常受很多变量的影响，彼此之间可能存在依赖关系：y = f（x1，x2，x3，…，xn）。

机器学习算法根据训练数据建立数学模型f（），最终目标是在没有明确编程的情况下进行统计预测或决策。

"训练"模型然后意味着从训练数据集的示例中确定所有（xn）的"正确"值（y）。例如，在监督学习中，机器学习算法通过检查许多标记数据（xn）并试图找到使损失最小化的模型来建立模型。

损失是指示模型预测在单个示例（a bad（y））上有多糟糕的数字。如果模型的预测是完美的，那么损失将为零；否则，损失会很高。训练模型的目的是找到一组具有低损耗的（xn），然后推断出正确的（y）。

下图为训练机器学习模型的机制：

这也就是为什么训练数据集越大，数据质量越好，这样，我们就可以更准确地收集到函数f（）的基础条件，并且提高预测的准确性。

因此，为了使机器学习取得成功，我们需要准备大量高质量数据。

2.

SAP的机器学习

SAP的机器学习愿景包括：

智能业务流程，嵌入ERP S/4 HANA和LOB SaaS工具（SuccessFactors，Ariba，C / 4HANA，Concur等）;

智能数字化平台，这是供电聊天机器人，虚拟助理，机器人过程自动化，并提供由SAP开发的机器学习算法，并通过我们的合作伙伴，如谷歌的TensorFlow就是一个巨大的图书馆。

最后，SAP HANA作为基础，提供准备，管理，确保质量所需的所有数据治理引擎，并实时处理培训自己的预测分析引擎和其他机器学习算法所需的数据可从SAP Cloud Platform获得。

总结一下这个概述，我将介绍SAP围绕机器学习的主要产品。

3.

SAP Leonardo Machine Learning Foundation

SAP Leonardo Machine Learning Foundation是一个基于SAP Cloud Platform的机器学习平台，可实现简单的功能，并提供与SAP后端的紧密集成。它的四个主要功能是：

易于使用针对非ML专家的ML内容，允许部署和运行您自己的机器学习模型，或使用您自己的数据调整现有模型。

图像处理服务，以启用自动模式检测

文本处理服务，分析存储在文档，网站或电子邮件中的自然语言内容，并揭示其含义。

语音处理服务，可将语音转换为文本，并将语音合成为数字助理或语音控制应用程序供使用。

4.

SAP智能机器人过程自动化

SAP智能过程自动化（IPA）也基于SAP云平台，将机器人过程自动化和机器学习整合到一个集成的自动化产品中：

ML"思考"并处理非结构化流程、数据并改进基于规则的纯粹决策引擎。

RPA"行动"，尤其是跨系统执行业务流程，让关键用户创建自己的机器人。

IPA的目的是通过自动复制没有附加价值的繁琐行为，来加速业务流程的数字化转型。它涉及跨应用程序和系统的业务流程自动化。

5.

SAP Conversational AI

SAP Conversational AI是一个基于SAP Cloud Platform的平台，用于开发，部署和监控Conversational AI应用程序。它配备了强大的自然语言处理（NLP）技术，因此您可以快速，轻松地构建真正了解人的机器人。

该机器人精通英语，法语，西班牙语和德语，并且提供其他15种语言的标准功能。

最后

利用机器学习来改进和自动化业务流程，仅受我们想象力的限制。这最终是智能企业的意义所在。除了实际技术之外，所有这些工具的目标都是帮助您，并为您的业务创造价值。

– End –

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

原文作者：Arnaud SERGENT