Thursday, January 16, 2020

How Far is Too Far? | The Age of A.I. (Thời đại của trí tuệ nhân tạo)




Trong khoa học máy tínhtrí tuệ nhân tạo hay AI (tiếng AnhArtificial Intelligence), đôi khi được gọi là trí thông minh nhân tạo, là trí thông minh được thể hiện bằng máy móc, trái ngược với trí thông minh tự nhiên được con người thể hiện. Thông thường, thuật ngữ "trí tuệ nhân tạo" thường được sử dụng để mô tả các máy móc (hoặc máy tính) bắt chước các chức năng "nhận thức" mà con người liên kết với tâm trí con người, như "học tập" và "giải quyết vấn đề".[1]
Khi máy móc ngày càng tăng khả năng, các nhiệm vụ được coi là cần "trí thông minh" thường bị loại bỏ khỏi định nghĩa về AI, một hiện tượng được gọi là hiệu ứng AI.[2] Một câu châm ngôn trong Định lý của Tesler nói rằng "AI là bất cứ điều gì chưa được thực hiện."[3] Ví dụ, nhận dạng ký tự quang học thường bị loại trừ khỏi những thứ được coi là AI, đã trở thành một công nghệ thông thường.[4] khả năng máy hiện đại thường được phân loại như AI bao gồm thành công hiểu lời nói của con người,[1] cạnh tranh ở mức cao nhất trong trò chơi chiến lược (chẳng hạn như cờ vua và Go),[5] xe hoạt động độc lập, định tuyến thông minh trong mạng phân phối nội dung, và mô phỏng quân sự.
Trí tuệ nhân tạo có thể được phân thành ba loại hệ thống khác nhau: trí tuệ nhân tạo phân tích, lấy cảm hứng từ con người và nhân tạo.[6] AI phân tích chỉ có các đặc điểm phù hợp với trí tuệ nhận thức; tạo ra một đại diện nhận thức về thế giới và sử dụng học tập dựa trên kinh nghiệm trong quá khứ để thông báo các quyết định trong tương lai. AI lấy cảm hứng từ con người có các yếu tố từ trí tuệ nhận thức và cảm xúc; hiểu cảm xúc của con người, ngoài các yếu tố nhận thức và xem xét chúng trong việc ra quyết định. AI nhân cách hóa cho thấy các đặc điểm của tất cả các loại năng lực (nghĩa là trí tuệ nhận thức, cảm xúc và xã hội), có khả năng tự ý thức và tự nhận thức được trong các tương tác.
Trí tuệ nhân tạo được thành lập như một môn học thuật vào năm 1956, và trong những năm sau đó đã trải qua nhiều làn sóng lạc quan,[7][8] sau đó là sự thất vọng và mất kinh phí (được gọi là " mùa đông AI "),[9][10] tiếp theo là cách tiếp cận mới, thành công và tài trợ mới.[8][11] Trong phần lớn lịch sử của mình, nghiên cứu AI đã được chia thành các trường con thường không liên lạc được với nhau.[12] Các trường con này dựa trên các cân nhắc kỹ thuật, chẳng hạn như các mục tiêu cụ thể (ví dụ: " robot học " hoặc "học máy"),[13] việc sử dụng các công cụ cụ thể ("logic" hoặc mạng lưới thần kinh nhân tạo) hoặc sự khác biệt triết học sâu sắc.[14][15][16] Các ngành con cũng được dựa trên các yếu tố xã hội (các tổ chức cụ thể hoặc công việc của các nhà nghiên cứu cụ thể).[12]
Lĩnh vực này được thành lập dựa trên tuyên bố rằng trí thông minh của con người "có thể được mô tả chính xác đến mức một cỗ máy có thể được chế tạo để mô phỏng nó".[17] Điều này làm dấy lên những tranh luận triết học về bản chất của tâm trí và đạo đức khi tạo ra những sinh vật nhân tạo có trí thông minh giống con người, đó là những vấn đề đã được thần thoại, viễn tưởng và triết học từ thời cổ đại đề cập tới.[18] Một số người cũng coi AI là mối nguy hiểm cho nhân loại nếu tiến triển của nó không suy giảm.[19] Những người khác tin rằng AI, không giống như các cuộc cách mạng công nghệ trước đây, sẽ tạo ra nguy cơ thất nghiệp hàng loạt.[20]
Trong thế kỷ 21, các kỹ thuật AI đã trải qua sự hồi sinh sau những tiến bộ đồng thời về sức mạnh máy tính, dữ liệu lớn và hiểu biết lý thuyết; và kỹ thuật AI đã trở thành một phần thiết yếu của ngành công nghệ, giúp giải quyết nhiều vấn đề thách thức trong học máy, công nghệ phần mềm và nghiên cứu vận hành.[11]

Wednesday, January 15, 2020

Complete Python Pandas Data Science Tutorial! (Reading CSV/Excel files, Sorting, Filtering, Groupby)





Data used in this Tutorial: https://github.com/KeithGalli/pandas
Python Pandas Documentation: https://pandas.pydata.org/pandas-docs/stable/

Video Outline!
0:45 - Why Pandas?
1:46 - Installing Pandas
2:03 - Getting the data used in this video
3:50 - Loading the data into Pandas (CSVs, Excel, TXTs, etc.)
8:49 - Reading Data (Getting Rows, Columns, Cells, Headers, etc.)
13:10 - Iterate through each Row
14:11 - Getting rows based on a specific condition
15:47 - High Level description of your data (min, max, mean, std dev, etc.)
16:24 - Sorting Values (Alphabetically, Numerically)
18:19 - Making Changes to the DataFrame
18:56 - Adding a column
21:22 - Deleting a column
22:14 - Summing Multiple Columns to Create new Column.
24:14 - Rearranging columns
28:06 - Saving our Data (CSV, Excel, TXT, etc.)
31:47 - Filtering Data (based on multiple conditions)
35:40 - Reset Index
37:41 - Regex Filtering (filter based on textual patterns)
43:08 - Conditional Changes
47:57 - Aggregate Statistics using Groupby (Sum, Mean, Counting)
54:53 - Working with large amounts of data (setting chunksize)

Wednesday, December 4, 2019

Tại sao CDP là từ thuật ngữ mới mà hệ sinh thái marketing đang nhảy vào

24 tháng qua đã chứng kiến ​​sự tăng trưởng ổn định của một từ viết tắt mới trong ngành tiếp thị kỹ thuật số.
Sự xuất hiện của CDP (Nền tảng dữ liệu khách hàng) đã chứng kiến ​​một số công ty khởi nghiệp thu hút được khoản đầu tư lớn bao gồm các công cụ như mParticle (75 triệu đô la *), Lytics (58 triệu đô la *) và ActionIQ (45 triệu đô la *)
Khi thị trường tiếp tục phát triển, chúng ta đã thấy ba Marketing Cloud (Adobe, Oracle và Salesforce) đều thông báo rằng họ sẽ xây dựng các biến thể CDP của họ, với các nền tảng của Adobe và Oracle đã ở giai đoạn thử nghiệm và Salesforce chính thức ra mắt biến thể tại Dreamforce tuần trước.
Vậy CDP là gì và tại sao nó lại phát triển từ một từ viết tắt ba chữ cái khác thành một phần công nghệ mà Adobe, Oracle và Salesforce đều đầu tư hàng trăm triệu đô la để đảm bảo sự liên quan của họ trong tương lai của Digital Marketing ?

CDP là gì?
Nền tảng dữ liệu khách hàng là một phần công nghệ hứa hẹn sẽ thống nhất tất cả thông tin khách hàng của một công ty trong một nền tảng duy nhất.
Khi đó, các công ty có thể có được một cái nhìn duy nhất về khách hàng của họ để giúp họ hiểu cách tốt nhất để liên lạc với họ qua các kênh chính như email, trung tâm cuộc gọi, thiết bị di động và trang web của họ.
Nếu bạn nghĩ rằng CDP như Nền tảng quản lý dữ liệu (DMP), thì hãy theo dõi các thông tin so sánh giữa CDP và DMP


Vậy tại sao khái niệm về CDP lại phổ biến đến vậy?
CDP không đặc biệt mới. Một số các nền tảng này đã tồn tại hơn năm năm nay và cũng có thể là cả đời trong không gian công nghệ quảng cáo.

Vậy, tại sao vậy?
Lý do đơn giản là bây giờ đã có một thị trường thực sự và đang phát triển nhanh chóng cho những gì các nền tảng cung cấp và, theo tôi, đó là chủ yếu theo các lý do sau đây.

GDPR đã đến châu Âu - với quy định tương tự dự kiến ​​sẽ được tung ra ở Mỹ và APAC
Một nhà tư vấn Datatech có trụ sở tại Châu Âu, thật công bằng khi nói rằng GDPR đã thay đổi mọi thứ.
Với các khoản tiền phạt cho các công ty phá vỡ quy định mới bắt đầu từ mười triệu euro và đạt tới 4% doanh thu hàng năm trên toàn cầu, các công ty phải có được những điều đúng đắn hoặc mạo hiểm trong một thời điểm xác định trong kinh doanh của họ.
Vấn đề họ gặp phải là rất ít tổ chức cảm thấy thoải mái khi họ bị buộc phải theo luật, nếu họ được kiểm toán.
Một phần lớn trong số đó phụ thuộc vào thực tế là các thương hiệu truyền thống đã thu thập quyền cho phép sử dụng dữ liệu tiêu dùng của họ cho mục đích marketing. Rốt cuộc, trước khi GDPR vào, không cần thiết - vậy tại sao họ lại làm vậy?
Do đó, các thương hiệu đang ở một vị trí mà họ phải:
  1. Hãy xin phép sử dụng dữ liệu người tiêu dùng của họ lần đầu tiên
  2. Tìm một phần công nghệ đáng tin cậy để lưu trữ các quyền đó trên vô số điểm tiếp cận người tiêu dùng
  3. Tiếp tục với những nỗ lực tiếp thị dựa trên dữ liệu của họ trong thời gian này.
Phần lớn các CDP sẽ giúp một tổ chức đánh dấu cả ba hộp đó cho một khoản phí giấy phép hàng tháng.
Điều đó bởi vì hầu hết các CDP sẽ sử dụng PII (Thông tin nhận dạng cá nhân) làm tiêu chuẩn. Vì vậy, họ có xu hướng cung cấp cho khách hàng của họ:
  • Khả năng nhập dữ liệu từ nhiều nguồn trong khi sao chép dữ liệu người dùng và phân khúc người tiêu dùng dựa trên tất cả các tương tác của họ với một thương hiệu
  • Công nghệ quản lý và thu thập quyền theo tiêu chuẩn ở bất cứ đâu và tuy nhiên người tiêu dùng tương tác với thương hiệu
  • Hàng trăm tương tác vào hệ sinh thái tiếp thị để đảm bảo rằng khách hàng có thể (gần thời gian thực) tiếp tục liên lạc với người tiêu dùng của họ. khi quyền được cập nhật.
Dữ liệu của 3rd-party (do chôm hay ăn cắp data đâu đó 😉) quá rủi ro và sự trở lại của Dữ liệu của First-party (dữ liệu thu thập trực tiếp từ dịch vụ digital) để giành chiến thắng!

Đã có một phản ứng bổ sung đối với các thương hiệu không chắc chắn về khả năng tương thích với GDPR.
Để tránh bị phạt, chính sách đầu tiên về an toàn của người dùng đã được thực hiện có liên quan đến lệnh cấm sử dụng dữ liệu của bên thứ 3 vì thực tế không thể chứng minh rằng các quyền chính xác tất cả dữ liệu đã được thu thập để sử dụng.
Khó khăn trong việc thu thập quyền mặc dù không phải là vấn đề thương hiệu. Bản thân các nhà cung cấp dữ liệu đã có thể có được nhà riêng của họ theo yêu cầu của Mopub và Verve khi họ rời khỏi châu Âu vì họ không thể thu thập các quyền mà GDPR yêu cầu đối với dữ liệu mà họ đang bán.

Oracle, người luôn tự hào là một trong những nhà cung cấp bên thứ 3 lớn nhất ở châu Âu, đã buộc phải phá hủy thị trường của họ và đóng cửa các dịch vụ từ một số vụ mua lại khá lớn (Add This) sau khi các mối đe dọa kiện họ phát sinh từ việc họ không thể cung cấp quyền cho dữ liệu họ đang bán.

Vì vậy, với dữ liệu của bên thứ 3 được xem là một quả bom hẹn giờ, các thương hiệu và nhà cung cấp đang bị buộc phải lấy thêm giá trị từ dữ liệu của bên thứ nhất .

Điều này chơi trực tiếp vào điểm ngọt CDP, với điều kiện là trọng tâm của họ có xu hướng. về việc nhắn tin cho người dùng đã biết (thông qua dữ liệu PII) thay vì người dùng ẩn danh thường được tìm thấy thông qua nhà cung cấp dữ liệu bên thứ 3.
Các cập nhật về quyền riêng tư từ các trình duyệt chính đã gây ra mối lo ngại về việc cookie sẽ tồn tại trong bao lâu.
Nó không quá nhiều bước nhảy để nói rằng ngành tiếp thị kỹ thuật số được xây dựng trên cookie. 90% nền tảng được sử dụng trong đấu trường dựa vào cookie để thu thập dữ liệu cho mục đích nhắn tin và nhắm mục tiêu.
Do đó, hãy tưởng tượng mối lo ngại đã gây ra khi vào tháng 6 năm 2019, Apple chỉ ra rằng phiên bản tiếp theo của trình duyệt Safari của họ (khoảng 13,5% thị phần) sẽ giới hạn dữ liệu được thu thập từ các cookie của bên thứ 3 này.
Công cụ theo dõi thông minh (ITP) này chỉ cho phép cookie của bên thứ 3 duy trì hoạt động trong 24 giờ sau khi người dùng đã truy cập trang web.
Sau đó, cookie sẽ chỉ được phép cho mục đích đăng nhập (nghĩa là không dành cho tiếp thị) và sau đó sẽ bị xóa hoàn toàn sau ba mươi ngày.
Nói tóm lại, mọi dữ liệu được tạo bởi người tiêu dùng sử dụng Safari sẽ chỉ khả dụng trong 24 giờ.
Điều này sẽ có tác động lớn đến các chiến dịch tiếp thị - ngay cả đối với việc di chuyển nhanh nhất của doanh nghiệp!
Một bản cập nhật cho ITP được phát hành ngay sau đó đã nhắm đến các cookie của bên thứ nhất, hứa hẹn sẽ thanh lọc chúng trong vòng bảy ngày kể từ khi truy cập trang web của người dùng. Như vậy, một loạt các ý tưởng để có được xung quanh giao thức ban đầu sẽ được đưa ra vô dụng như nhau.
Đồng thời, Google tuyên bố rằng họ sẽ phát hành một bộ công cụ bảo mật trong trình duyệt Chrome của họ. Mặc dù các công cụ này không quá mạnh mẽ như lập trường của Apple, nhưng họ lo lắng cho các nhà tiếp thị nhiều hơn do sự thống trị của Chrome trên thị trường trình duyệt (57%).
Do đó, với các thương hiệu có khả năng không thể thu thập / lưu giữ dữ liệu trong bất kỳ thời gian có ý nghĩa nào từ gần ba phần tư vũ trụ trực tuyến, các nhà tiếp thị bắt đầu tìm kiếm một định danh dài hạn và đáng tin cậy hơn so với cookie.
Điều đó đã chơi độc đáo trong tay các nền tảng CDP, vốn có xu hướng gắn dữ liệu người tiêu dùng với các số nhận dạng PII mạnh hơn nhiều như địa chỉ email hoặc ID di động thay vì cookie, bắt đầu trông ngày càng mỏng manh.

DMP 1 đã chết và CDP đang được xem là DMP 2.0
Thay vào đó có thể dự đoán, có một ý nghĩa trong ngành là cần có một cái gì đó mới.
Với những điểm tương đồng giữa DMP và CDP, không có gì đáng ngạc nhiên khi một cái nhìn ngắn gọn qua LinkedIn hoặc các blog công nghiệp sẽ làm nổi bật niềm tin rằng, DMP đã chết, rằng CDP là DMP 2.0, v.v.

Featured Post

How to build your owned Customer Experience Activation Platform (CDP & CX)

What is USPA framework ? The USPA framework is conceptual framework, to develop Customer Experience Activation Platform (CDP ...