级别1–简单；30分钟阅读
受众：项目经理、业务分析师、主题专家
作者：Mark Muir、SAP BTS、S/4HANA RIG Americas
欢迎回来！在这个博客中，我想提醒大家，在配对机器学习和解决业务中的独特挑战时，挑战以各种形式出现，例如业务问题或市场中的潜在需求，大数据的现状，每个挑战都可能有自己的成功标准（a.）复杂的业务流程"冰山一角"场景，其中不可见环境暴露出更大程度的努力、技能或（b.）新的业务预测需要正确的技术，例如NLP（自然语言处理）。
将我们的挑战背景化（a+b）让我们浏览每个用例并确定有用的提示。
用例（a）
评估您的挑战，确认业务需要以证明继续进行机器学习是正确的。业务需求：许多用例都由SAP和internet进行了很好的记录，下面是您可能会发现有用的用例。SAP Predictive Analytics:Automated Analytics User Guide and Scenarios–部分：此处建模自带模型（BYOM）：功能性服务提供了易于使用的预先训练的模型，手游返利，可以通过调用简单的restapi将其用作web服务；仅举示例。文档特征提取API能够为任何给定的文档提取特征向量，用于比较、信息检索、聚类或进一步处理。图像分类API计算并返回一个分类列表，以及它们对给定图像的概率产品图像分类API将图像分类为电子商务中常见的一组固定的产品类别。机器翻译API将源语言中的多个翻译单元翻译成多个目标语言。更多信息可从SAP API中心获得Train Your Own Model（TYOM）：现成服务（也称为功能服务）的机器学习模型由SAP开发和维护。仅示例SAP云-现金应用程序集成（1MV）SAP云—与SAP Real Spend和SAP Financial Statement Insight的集成（1KU）SAP Cloud–为发票支付块提出解决方案（2XX）SAP Leonardo ML基金会链接SAP现金应用程序链接SAP恢复匹配链接SAP/Products提供更多信息
以下问题与"a+b"相关，问题的唯一性将引发更多发现问题。"企业能否清楚地定义问题"，如果"否"，这是一个作秀的障碍，请投入时间把它做好。"你是否得到利益相关者的支持"，如果回答是"否"或"不温不火"，请返回业务案例和运营经理，以支持机器学习的案例。"你需要自动化吗"，如果"否"，考虑手动操作。"Canyouwriterules"，如果"yes"，手机自助建站，这个问题可以通过定制标准代码或使用基于规则的引擎来解决。"你能把问题表述清楚吗"，如果"不行"，就回到业务中去，提炼出一个精确的形式。"Doyouhavegoodcleandata"，如果"no"，则返回业务以获取将返回良好模型输出的数据集。"您是否有一个常规模式"，如果"否"，请返回业务部门（如果需要）使用其他数据源增强您的数据。"您是否有有意义的功能，即数据是否有现有的标签来帮助机器理解它？"，如果"否"，请与业务部门合作，在必要时使用其他数据源增强您的数据。"你如何衡量成功，你能不能容忍一些错误"，企业主应该参与整个过程，最终结果应该是在将模型移交给企业之前，通过质量关口的累积努力。不应该有任何意外，定义KPI和绩效指标来衡量过程中的质量和成功，它们在生产环境中使用后也可能发生变化。
机器学习：场景类型
SAP Leonardo机器学习基金会伞下应用程序的图形描述见表1，这将在《牛肉在哪里》中详细介绍？机器学习的核心能力和场景类型可以在表2中进行评估，这里需要强调的是BYOM和TYOM代表了两个主要领域，在这两个领域中，SAP的创新和用例的使用是最重要的。通过访问SAP路线图/机器学习和创新发现，您可以了解有关SAP创新的更多信息。更多用例示例可在com/Products、SAP Best Practices Explorer（关键词：机器学习、预测性）和predictive Analytics suite predictive Analytics integrator（PAi）上找到。
表1
核心功能
表2
用例（b）-特征：计划的、创新的技术（领先）
SAP CoPilot就是一个很好的例子客户如何利用SAP规划自己的创新路线图，详细的产品路线图强调了由云优先战略驱动的创新和发布周期（季度创新，如1808、1811）；S/4HANA内部部署（年度创新，如1709、1809）。业务需求：企业（卓越中心）希望使用人工智能自动化和简化最终用户在软件应用程序中创建和管理事件的方式。
BIS Bot
基于自然语言处理（NLP）的数字助理，使用自由文本和语音。使用机器学习等新技术来确定用户意图，将用户请求转换为对服务的可执行调用，并向用户提供服务提供的查询或操作的结果。除了事件创建和功能请求创建（可用）之外，SAP支持工具（如Schedule a Expert、Expert Chat等）将集成到BIS Bot中，以实现实时支持渠道。
流程图
该流程描述了通过Bot创建事件。Bot从对话的上下文收集信息，并在后端票务系统中创建事件。
Bot集成中心：创建事件的任务
