由T客邦主辦的 #TensorFlow推薦系統實作坊上個月圓滿落幕,CloudMile 講師群從理論到手作,從什麼是推薦系統到為什麼可以透過深度學習強化推薦系統一一解析,趕緊來看看技術部落客 Jerry 的課程筆記掌握課程精華。

Google hosted a media gathering about Machine Learning today to share topics related to cloud applications. HerMin Textile was invited to share how Google Cloud services are helping the company to transform and increase productivity and competitiveness in the market.

這次介紹的 Google API 主要依從人類基礎的四種能力:聽說讀寫衍伸而成,以下將介紹 Vision API、Speech API、Translation API、Natural Language API、Video Intelligence API。

2017年,人工智慧掀起一股熱潮,有人稱之為台灣 AI 元年,從傳統產業、物聯網、移動互聯網、軟體開發商、零售商到服務業等,無不想擠入人工智慧的行列,怕的就是趕不上趨勢而被淘汰。

大家在逛網購的時候,一定都有看過「你可能還喜歡的商品……」、「其他人還看了這些……」的產品推薦欄目,不只可以幫你更快找到最需要的產品,也可以快速比較類似商品的規格和價位,對消費者來說是一個很實用的小功能。而對數位行銷們來說,根據這些運算,搭配上Google Analytics 或其他網頁分析工具,還可以讓企業更了解顧客的使用習慣、產品偏好等等,一舉數得。

廣告幾乎是無所不在的充斥著你我的生活,走在路上隨處可以看到的招牌文宣、網路頁面上下左右不時彈出的相關連結,或甚至是抬頭看報紙低頭滑手機都會有人推薦你買東西,這樣一個資訊爆炸的時代,你知道要怎麼樣成為一個吸睛的好廣告嗎?廣告商要懂GCP雲端,消費者更要學會把關!

只要是做過數位廣告、社群行銷或電商等工作的人,肯定都用過或聽過 Google Analytics 和 BigQuery 這兩個工具,想在 Google Cloud Platform 上進行資料的蒐集、整合與分析,可是萬萬不能沒有這些好工具!但你對 BigQuery 了解幾分呢?你知道要如何用 BigQuery 加強你的 Google Analytics 嗎?

隨著數位行銷而來的是各式各樣的海量資料,從各種來源、各種管道,這些資料不僅精確,更是相當多元;但如此龐雜的資料,這麼多的維度(變因),不要說靠人的直覺,就算是依靠使用多年的行銷模型也沒有辦法好好利用這麼多維度的資訊。
此時機器學習(Machine Learning)便是最適合解決這類問題的方法,其特性很適合將大量資料輸入後,讓電腦自行嘗試演算法找出其中的規律性,進而做到分類分群、預測結果等效果。

透過驅動 Google 搜尋引擎和 Google 語音助理的機器學習引擎,Natural Language API 能快速將文章分為超過 700 種以上的主題,凡舉新聞、科技、娛樂等內容通通難不倒它;更厲害的是,它還能偵測文字的情緒分數,輕輕鬆鬆就能結合其他 API 來觀察自己的產品在市面上的評價是正面還是負面!快來看看它有哪些功能吧!