详细内容或原文请订阅后点击阅览
AI产品管理中的期望值分析
关键概念和实际应用介绍人工智能产品管理中的期望值分析一文首先出现在《走向数据科学》上。
来源:走向数据科学不确定性是产品团队最关心的问题。尽管有关问题和解决方案空间的信息不完整且可能不准确，但大大小小的决策通常都必须在时间压力下做出。这可能是由于缺乏相关的用户研究、对复杂的业务环境了解有限（通常见于在促进以客户为中心和跨团队协作方面做得太少的公司）和/或对某种技术能做什么和不能做什么的理解有缺陷（特别是在使用新颖的、未经测试的技术构建领先产品时）。
由于至少三个原因，这种情况对于人工智能产品团队来说尤其具有挑战性。首先，许多人工智能算法本质上是概率性的，因此会产生不确定的结果（例如，模型预测可能以一定的概率正确或错误）。其次，可能并不总是能够获得足够数量的高质量相关数据来正确训练人工智能系统。第三，最近围绕人工智能（更具体地说，生成式人工智能）的炒作激增，导致客户、华尔街分析师和（不可避免的）高层管理人员的决策者产生了不切实际的期望；许多利益相关者的感觉似乎是，现在几乎任何事情都可以通过人工智能轻松解决。不用说，产品团队可能很难管理这样的期望。
期望值注：以下部分中的所有图形和公式均由本文作者创建。
注意： 以下部分中的所有图形和公式均由本文作者创建。期望值
在查看期望值的正式定义之前，让我们考虑两个简单的游戏来构建我们的直觉。
骰子游戏
N 强大数定律轮盘赌游戏
正式定义
X k x 1 2 p 期望值， E(X),N 个独立出现的 X 的总期望值为 N*E(X)。
N*E(X)