通过机器学习帮助某机构客户加速成功
作为某机构机器学习解决方案实验室的应用科学总监，Priya Ponnapalli领导着一支由科学家、工程师和产品经理组成的全球团队，帮助某机构客户识别并实施其最重要的机器学习机遇。
技术合作与创新
该实验室与多个体育联盟合作，包括帮助创建国家橄榄球联盟的实时新一代统计数据以及一级方程式赛车的新设计规范。例如，国家冰球联盟推出了“争球获胜概率”这一实时统计指标，由某网络服务提供技术支持。
技术实施流程
发现工作坊：客户分享其最大挑战、机遇以及拥有的数据资产类型。该工作坊随后为某机构团队提供用例，以便进行设想和构建。
问题类型：
- 开放式章程：客户提出宽泛的技术目标
- 具体问题：例如“我们希望检测声学异常，以监控设备性能并预测制造车间的故障”
技术方法：基于“逆向工作”理念，针对不同行业（汽车、制造、医疗保健、生命科学、金融）的客户，构建可扩展的组织架构以支持不断增长的客户需求。
核心技术算法：张量分解
Priya Ponnapalli 共同创立了 Eigengene 公司，使用人工智能分析癌症基因组数据，创建个性化诊断和预后方案。他们开发的算法旨在发现高维数据集（称为张量）中的模式。
关键技术点：
- 算法与数据无关，与行业无关
- 在多个领域具有广泛的应用
- 基于张量分解的研究发现，这些算法同样适用于金融领域的模式识别
技术产品案例
Bloomberg Social Velocity：社交媒体分析工具，向客户提醒有关公司的社交活动激增和市场情绪变化。
实时概率计算：用于体育赛事中的实时胜负概率预测，由某网络服务提供技术支持。
机器学习的技术潜力
机器学习有潜力帮助解决当代最复杂和最具挑战性的问题，如癌症和气候变化。该领域需要多元化的人才储备，涵盖科学家、产品经理、工程师等角色。
技术教育：Priya Ponnapalli 还在罗格斯大学担任教师，向商业领袖教授机器学习。FINISHED
