8、战略分析与世界背景洞察：从机器学习到商业策略

战略分析与世界背景洞察：从机器学习到商业策略

1. 机器学习与战略分析的关联

在基础层面上，机器学习（ML）的过程与我们的分析过程有相似的基本结构。它涉及假设、寻找模型和确定概率，这和战略顾问的工作类似。机器学习遵循科学方法，其目标是找到一个能最好解释数据的函数。

通常人们认为“机器学习”是机器自主学习如何行动，比如下一步棋该怎么走，但实际上机器学习的是一个函数。给定大量数据，机器学习的任务是确定如何在一个假设函数（f）的背景下构建数据，这个假设函数就是机器学习算法试图找出的内容。简单来说，以数据为输入，使用学习到的函数来预测输出的准确性概率，用函数表示就是：Output = f(Input)，即 Y = f(x)，其中 x 是输入数据，f 是能建立相关性并拟合数据的函数或模型，Y 是标签，即机器学习选择的预测值。

机器学习的过程如下：
1. 确定假设、问题以及你想找到的标签。
2. 利用内部和外部数据源，确定能提供有意义、相关答案或背景的数据来源。准备和清理数据，并填补缺失值。
3. 确定合适的模型。在机器学习中，要考虑是使用线性回归、随机森林还是其他模型，通常集成多种方法能产生最佳结果。
4. 拟合模型。
5. 进行预测。

在机器学习中，拟合模型意味着找到能穿过数据点的算法，即能最好解释数据并为新数据正确贴标签的统计函数。对于战略家来说，这意味着找到正确的思维模型、合适的系统架构，以及在人员、流程和技术方面做出正确的建议和决策，从而在现有数据的基础上找到通向未来的最佳路径。这涉及对未来世界的样子以及自身定位进行预测，并分配概率。

形成合理分析的步骤包括：
1. 快速收集数据，基