콘텐츠 잼 요약: Britney Muller가 말하는 기계 학습 및 9가지 유용한 ML 도구

게시 됨: 2019-10-31

데이터 과학자가 아니라면 머신 러닝이 왜 중요할까요?

다른 질문으로 귀하의 질문에 답하겠습니다. 너무 많은 통찰력이 있습니까?

SEO에 관해서는 아닙니다. 사람들이 귀하의 콘텐츠를 찾는 데 도움이 되는 방법을 알고 싶다면 SEO가 필요합니다. 좋은 SEO 를 위해서는 많은 데이터가 필요합니다.

머신 러닝을 사용하면 해당 데이터를 쉽게 얻을 수 있습니다.

Moz의 수석 SEO 과학자 Britney Muller는 Content Jam 컨퍼런스 참석자들에게 기계 학습이 데이터와 통찰력 간의 경로를 단축하고 SEO 노력을 강화하며 온라인 가시성을 높이는 방법에 대해 말했습니다.

SEO에서 머신 러닝은 무엇을 의미합니까?

  • Analytics 도움말 : ROI 잠재력이 가장 높은 하나의 키워드 주제를 찾을 수 있습니다.
  • 전략 도움말 : 머신 러닝은 수요 변화를 보고 그에 따라 전략을 피벗하는 방법을 알려줍니다.
  • 프로세스 도움말 : 현재 프로세스에 대한 깊은 통찰력을 추가하여 효율성을 강화합니다.
  • 고객 이해 : 더 나은 콘텐츠 경험을 제공하기 위해 고객의 감정과 행동을 활용합니다.

Britney는 몇 가지 유용한 기술 도구를 사용하여 머신 러닝의 힘에 대해 길게 말했습니다.

SEO 노력의 수준을 높이는 9가지 머신 러닝 도구

"기계 학습이 자동차라면 데이터는 연료가 될 것입니다." - Britney Muller

고객을 위한 더 나은 콘텐츠를 만드는 데 도움이 되는 새로운 데이터가 매일 있습니다. 쉽게 찾고 잘 사용할 수 있도록 도와주는 머신러닝 도구 9가지를 소개합니다.

  1. 프레이즈
  2. 원숭이학습
  3. 루멘5
  4. 트랜스포머와 대화
  5. 구글 비전 API
  6. 자연어 API
  7. 아마존 Transcribe
  8. 캐글
  9. 알고리즘

1. 프레이즈

사람들이 원하는 콘텐츠를 작성하는 데 더 많은 시간을 할애하고 연구하는 시간을 줄이고 싶습니까?

Frase는 그렇게 하도록 도와줍니다.

Frase는 딥 데이터 학습을 사용하여 10초 이내에 긴 형식의 비정형 콘텐츠에서 답변을 찾는 최초의 Answer Engine 플랫폼입니다.

Frase를 사용하면 고객이 원하는 정보를 찾아 원활한 콘텐츠 경험을 제공할 수 있습니다. Frase의 응답 엔진에서 제공되는 사용자 의도 데이터는 새로운 콘텐츠 생성 및 지속적인 최적화에 영감을 줍니다.

Frase는 다음을 도와드릴 수 있습니다.

  • 고객 질문에 신속하고 직접적인 답변 제공
    개인화되고 마찰 없는 제품 연구 경험 만들기
    양질의 답변을 제공하는 양질의 콘텐츠 제작

고객은 정보에 입각한 구매 결정을 내릴 수 있도록 질문에 신속하고 양질의 답변을 원합니다. Frase는 좋은 사용자 중심 콘텐츠로 회사 웹사이트를 "질문 준비" 상태로 만들 수 있도록 도와줍니다.

고객의 질문에 대답하지 않으면 경쟁자가 대답할 것입니다.

2. 몽키런

MonkeyLearn은 들어오는 텍스트를 분석하고 예측하는 데 도움이 되는 텍스트 분석 도구입니다. 고객 서비스, 영업 및 마케팅 전반에 걸쳐 사용할 수 있습니다. 다음과 같은 것을 분석하는 데 사용할 수 있습니다.

  • 감정
  • 긴급
  • 감정
  • 주제
  • 키워드

MonkeyLearn의 텍스트 분석은 태그를 생성하여 귀하의 비즈니스가 고객에게 보다 신속하게 대응하고, 문제가 발생하기 전에 학습하고, 팀이 더 영향력 있는 작업을 수행할 시간의 우선 순위를 정할 수 있도록 도와줍니다.

MonkeyLearn은 3가지 간단한 단계로 작동합니다.

  1. 텍스트 데이터 연결
  2. 텍스트를 태그로 변환
  3. 태그를 사용하여 비즈니스에 대한 새로운 정보 만들기

예를 들어, 고객 서비스 부서에서 일하고 고객 불만 사항을 수신하는 경우 해당 불만 사항의 ​​텍스트를 분석하고 "주문 문제" 또는 "긴급"과 같은 항목으로 태그를 지정할 수 있습니다.

3. 루멘5

Lumen5는 소셜 비디오 마케팅을 위한 가장 빠른 비디오 메이커입니다. 이미지 이해를 자동화하고 미디어를 추천하여 훌륭한 디자인 결정을 내리고 다음 비디오에 대한 아이디어를 제안합니다.

직관적인 드래그 앤 드롭 편집기를 통해 비디오 초보자도 목적에 가장 적합한 비디오를 만드는 방법을 배울 수 있습니다.

다음을 수행할 수 있습니다.

  • 텍스트 기사를 비디오로 변환
  • 무료 미디어로 라이브러리를 검색하여 비디오 제작에 도움
  • 비디오에 맞춤형 브랜딩 추가
  • 동영상을 최적화하여 전환율 향상

4. 트랜스포머와 대화

Talk to Transformer는 매우 진보된 신경망을 사용하여 입력한 스니펫을 기반으로 텍스트를 완성하는 웹사이트입니다.

이것이 어떻게 도움이 되나요? 사람들이 찾는 내용을 기반으로 콘텐츠를 만들 아이디어를 제공할 수 있습니다.

예를 들어, "I want to buy a new computer"를 입력하면 다음과 같이 복사가 자동화됩니다.

“ 새 컴퓨터를 사고 싶어요. eBay를 통해 구입할 수 있습니까?”

“경매는 한 번도 해본 적이 없는 중고 컴퓨터를 찾을 수 있는 좋은 방법입니다.”

“여기 10가지 팁이 있습니다.

1) 새 컴퓨터를 온라인으로 구입하는 것은 필수입니다.

중고 컴퓨터를 온라인으로 구매하려면 키워드 목록을 eBay 검색 엔진에 입력하여 온라인에서 원하는 것을 찾는 것이 좋습니다.

여러 곳에서 eBay에 좋은 것을 찾을 수 있지만 ebay.com을 사용하여 온라인에서 중고 컴퓨터를 찾을 것을 권장합니다.”

여기에서 콘텐츠를 최적화하는 데 도움이 되는 핵심 문구를 조사할 수 있습니다. 이 경우 "온라인으로 컴퓨터를 구입하는 방법"이 될 수 있습니다.

마찬가지로 생각을 자동으로 완성하는 Write with Transformers라는 또 다른 앱이 있습니다.

5. 구글 비전 API

Google Vision API를 사용하면 감정을 감지하고 텍스트를 이해하여 이미지에서 통찰력을 얻을 수 있습니다. 이미지에 레이블을 할당하고 수백만 개의 미리 정의된 범주로 빠르게 분류할 수 있습니다.

이미지에서 중요한 메타데이터를 구축하기 위해 Google Vision API는 다음을 감지합니다.

  • 사물
  • 얼굴
  • 인쇄된 텍스트 및 손으로 쓴 텍스트 읽기

웃는 사람들이 있는 이미지가 있나요? API는 기쁨을 감지할 수 있습니다.

6. 구글 클라우드 자연어 API

Google Cloud Natural Language API는 머신러닝을 사용하여 텍스트의 구조와 의미를 나타냅니다.

다음에 대한 정보를 알려줄 수 있습니다.

    • 사람들
    • 장소
    • 이벤트
    • 소셜 미디어 감정
  • 고객 대화

Google Natural Language를 사용하면 텍스트를 분석하고 Google Cloud Storage의 문서 저장소와 통합할 수 있습니다.

7. 아마존 Transcribe

Amazon Transcribe는 개발자가 애플리케이션에 음성을 텍스트로 변환하는 기능을 쉽게 추가할 수 있는 자동 음성 인식(ASR) 서비스입니다. Amazon Transcribe API를 사용하면 Amazon S3에 저장된 오디오 파일을 분석하고 서비스가 전사된 음성의 텍스트 파일을 반환하도록 할 수 있습니다.

Amazon Transcribe는 다음 용도로 사용할 수 있습니다.

  • 고객 서비스 전화의 전사
  • 오디오 및 비디오 콘텐츠에 자막 만들기

이 서비스는 오디오 파일을 기록하고 모든 단어에 대한 타임스탬프를 포함할 수 있으므로 텍스트를 검색하여 원본 소스에서 오디오를 쉽게 찾을 수 있습니다.

Amazon Transcribe의 주요 기능은 다음과 같습니다.

  • 읽기 쉬운 필사본
  • 타임스탬프 생성
  • 다양한 사용 사례 지원
  • 맞춤 어휘 사용
  • 여러 화자 인식
  • 채널 식별
  • 실시간 스트리밍 트랜스크립션

8. 캐글

Kaggle은 사람들이 데이터를 게시할 수 있는 예측 모델링 및 분석 대회를 위한 플랫폼이며, 통계학자와 데이터 마이너는 데이터 예측 및 설명을 위한 최상의 모델을 생성하기 위해 경쟁합니다.

  1. 경쟁: 문제에 대한 최상의 솔루션을 제공하기 위해 경쟁합니다.
  2. 데이터 세트: 원하는 모든 공개 데이터를 분석하십시오! 흥미로운 데이터 세트를 찾고 분석 방법을 적용하여 분석 기술을 미세 조정하십시오.
  3. 커널: 사용자가 다양한 방법을 공유하고 배울 수 있습니다.

Kaggle과 다른 대회 도구의 주요 차이점은 대회가 특히 기계 학습, 데이터 과학 및 AI와 관련되어 있다는 것입니다.

Kaggle은 머신 러닝이나 데이터 과학의 트렌드와 기술을 배우는 데 정말 도움이 됩니다. 노련한 데이터 과학자이든 완전한 초보자이든 Kaggle은 기계 학습 지식을 향상시킵니다.

9. 알고리즘

Algorithmia 플랫폼을 사용하면 조직에서 서버리스 AI 계층을 통해 기계 학습 모델을 대규모로 배포할 수 있습니다.

알고리즘:

  • 카탈로그 및 알고리즘 검색 활성화
  • 사용자가 선택한 언어, 프레임워크 및 클라우드에서 작업할 수 있도록 지원
  • 자동으로 탄력적으로 확장
  • 보안 제공
  • 딥 러닝 활성화
  • 알고리즘 라이브러리 제공
  • 동급 최고의 지원 제공