在以前的博客中，我谈到了SAP将智能企业愿景推向市场的原因，以帮助企业应对数字化挑战。

这个新博客的目的是尝试和解释机器学习的基本概念，并概述SAP产品组合中如何利用机器学习。

智能企业的一个关键方面是将机器学习算法融入我们的企业软件业务流程。机器学习算法本身并不是什么新鲜事，但它们最近变得非常重要，因为我们所处的时代，技术已经足够强大，能够以一种高效和经济的方式利用它们，数字经济开始以来产生的大量数据现在可以用来训练他们产生高质量的结果。

什么是机器学习？

机器学习算法的目标是确定一个数学模型，大数据治理平台，我们称之为函数f（），在y=f（x）中，x代表任何真实世界的观察，y代表由这些x引起的一些评估、识别或结果。

有三种主要的机器学习算法类型：监督学习，半监督学习和无监督学习

监督学习与标记数据一起工作，这意味着找出方程y=f（x）来预测/推断基于真实世界观察（x）的特定结果/结果（y）通过分析训练数据。半监督学习适用于一些标记数据和大量未标记数据，这意味着找出方程y=f（x），即使结果值（y）仅为有限的一组观测值（x）已知，例如在采样场景中。无监督学习只处理（x）个输入数据，这意味着找出隐藏的结构或观察结果之间的关系（x）。从这个分析中自动生成的变量（y）。

为了增加另一层复杂性，我们要定义的函数f（）通常受到很多变量的影响，它们之间可能存在依赖关系：y=f（x1，微信淘客，x2，x3，机器学习算法从训练数据中建立一个数学模型f（），最终目标是在没有明确编程的情况下进行统计预测或决策。

"训练"模型意味着从训练数据集中的示例中确定所有（xn）的"正确"值（y）。例如，在监督学习中，机器学习算法通过检查多个标记数据（xn）来建立模型，并试图找到一个使损失最小化的模型。损失是一个数字，数据中心解决方案，表示模型对单个示例的预测有多差（坏（y））。如果模型的预测是完美的，损失将是零；否则，损失更高。训练模型的目的是找到一组损失小的（xn），然后推断出一个正确的（y）。

请在下图中找到训练机器学习模型的机制：

这就是为什么训练数据集越大，数据质量越好，我们就越能准确地收敛到函数f（），并且最准确的预测是：

因此机器学习要成功，我们需要准备大量高质量的数据集。

SAP的机器学习

SAP的机器学习愿景包括：

1-智能业务流程，嵌入ERP s/4HANA和LOB SaaS工具（SuccessFactors、Ariba、C/4HANA、，第2章——智能数字平台，它为聊天机器人、虚拟助手、机器人过程自动化提供了一个由SAP和我们的合作伙伴开发的大量机器学习算法库，如谷歌的TunSoFr.F.A. 3，云计算大数据，最后，SAP HANA作为基础，提供了所有数据治理引擎。准备、管理、确保质量并实时处理培训自己的预测分析引擎和/或SAP云平台提供的其他机器学习算法所需的数据，我将介绍SAP关于机器学习的关键产品。

SAP Leonardo机器学习基金会：

SAP Leonardo机器学习基金会是一个基于SAP云平台的机器学习平台，实现简单消费，企业网站自助建站，并与SAP后端紧密集成。它的四个主要功能是：

1-面向非ML专家的易于消费的ML内容，允许部署和运行您自己的机器学习模型或使用您自己的数据调整现有模型。

2-启用自动模式检测的图像处理服务

3-分析存储在XML中的自然语言内容的文本处理服务文档、网站或电子邮件，并揭示其含义。

4-语音处理服务，将语音转换为文本，并将语音合成为power数字助理或语音控制应用程序。

SAP智能机器人流程自动化：

SAP智能流程自动化（IPA），也基于SAP云平台，结合了机器人流程自动化和机器学习为一体的综合自动化产品：

ML用于"思考"和处理非结构化流程/数据，并改进纯基于规则的决策引擎。

RPA用于"行动"，特别是跨系统执行业务流程，并让关键用户创建自己的机器人。

IPA的目的是加速数字化转型通过自动复制没有附加值的繁琐操作来实现对业务流程的管理。它涉及跨应用程序和系统的业务流程自动化。

SAP Conversational AI

SAP Conversational AI是一个基于SAP云平台的平台，用于开发、部署和监控会话AI应用程序。它具有强大的自然语言处理（NLP）技术，因此您可以快速、轻松地构建真正理解人的机器人。

机器人精通英语、法语、西班牙语和德语，同时还提供其他15种语言的标准功能。

结论