互补的力量

技术是人类技能的补充，而不是竞争，因为人类和机器擅长于不同的事物

机器学习工具擅长高效的数据处理，在该数据处理中，大量数据用于特定目的。

人类更擅长根据复杂数据做出判断

• 因此，计算机不能代替专家，但可以通过以下方式让他们做更多的事情：
  • 帮助自动化重复性任务，例如：
    • 自动化图像分析以提高过程的效率和可重复性
  • 分析大量的高维，多模式，非结构化数据，例如
    • 连续过程中的故障检测
    • 产品质量
    • 缺陷预判
  • 通过使用计算机模型进行“预测试”来减少要通过实验测试的选项的数量，例如：
    • 化学家在实验室合成物质之前的化学性质预测
    • 在与较小的预先选择的组进行体内实验之前，预测大量物质的生物效应（例如毒性）
• 机器学习可提供准确的见解，以更好地制定决策，适用于（生物）生产，运营，故障检测，维护，决策支持，产品质量改进等流程

机器学习可以回答的问题：

描述：发生了什么事？

例如：工艺，产品质量

诊断：为什么会发生？

例如：故障评估，设备状况或化学过程的监控

预测：会发生什么？

例如：缺陷预判，产量预测

说明：要采取什么措施？

例如：调整参数