逻辑规则融合机器学习是必然趋势
1、“逻辑规则”在业务决策中的应用
在商业场景中,管理者一般如何进行决策?在数据分析并未普及时,人们通常会依赖于行业专家们将行业经验融合逻辑思维,形成可描述、可复用的“规则”。当行业累积了大量数据后,人们发现对数据本身进行分析(比如利用BI等工具),可以总结出仅靠人工经验无法获得的结论,数据分析和逻辑规则可以互相验证和补充。随着业务的发展,人工规则受到主观思维限制,已经不足以支撑逐渐复杂的业务场景;而数据逐渐累积后,数据分析领域也趋于专业化,从数据中寻找结果成为主流,其中就包含用机器学习模型解决具体问题。
2、“机器学习”的“黑盒”问题
机器学习特别是深度学习,以神经网络为代表,在具有足够多标注数据的情况下,往往效果惊人。但是,当标注数据匮乏时,神经网络的性能就会大打折扣。此外,