机器学习正在席卷全球,许多拥有规则引擎的公司开始利用它来进行商业决策。然而,这两种技术针对的是不同的问题。规则引擎用于执行需要100%精度的离散逻辑;机器学习的重点是获取一些输入并试图预测结果。
Andrew Bonham详细介绍了规则引擎和机器学习的优点,并为它们确定了最佳用例。您还将学习将规则和机器学习结合使用的模式。例如,您可以运行一个机器学习模型,并将输出作为规则的输入。反之亦然,规则的输出是机器学习模型的特征输入。然后,Andrew使用带有机器学习模型的规则引擎来演示其中一个模式。
加入进来,学习何时应用这些技术,以及应用于哪些问题。