转向数据驱动的营销需要雇用或培训熟悉最新技术的员工。通过这些免费的教育资源，支持您的员工发展。
虽然你会听到数据驱动决策的普遍赞誉，但许多公司还没有能够将这样的策略付诸实践。为什么？嗯，去年由Econsultancy调查的75％营销人员承认的一个障碍是，营销领域中很少有人对数据和分析进行必要的培训和教育，特别是在人工智能（AI）和机器学习领域。这种情况导致招聘挑战，并为那些拥有或可以发展必要技能的人提供大好机会。
如果您的公司或代理商尚未制定培训计划，您最好自己动手，因为有无数的在线产品可让您自己学习最新技术。而且他们并非都面向程序员，这意味着他们可以帮助营销人员了解最佳使用案例和必要的构建模块，以便利用机器学习和人工智能获得最大优势。亚马逊的“机器学习大学”这家零售巨头本周决定向更广阔的世界开放其内部培训计划。虽然亚马逊自己的AWS产品是许多教程的重点，但这些超过30种自助式自定进度免费数字课程也涵盖了可应用于其他平台的更多通用概念。
Matt Wood博士在他的Twitter个人资料图片中展示了人工智能和亚马逊网络服务的机器学习“无论他们在机器学习之旅中的位置如何，”AWS的人工智能总经理Matt Wood写道，“一个问题我经常听到客户的意见是：‘我们如何才能加速团队中机器学习技能的发展？‘“每条培训路径都从旨在定义和揭开人工智能神秘化的课程，到探索此类技术的特定应用的课程（使用AWS应用程序） ，natch）。每门课程都标记为基础/基础，中级或高级，因此您可以按自己的进度进行。示例课程：揭秘DL / ML / AI（基础）机器学习业务挑战（基础）机器学习用例：呼叫中心（基本）与聊天机器人进行通信（中级）2。向Google AIJust学习，因为Google提供与机器学习和人工智能相关的自有云服务，它还旨在向开发人员和业务决策者介绍技术的能力.Google资源包括从视频到长达一小时的课程到示例代码的所有内容和动手指南。与亚马逊一样，您可以选择自己的角色，以正确的深度找到最有用的资源，并适用于您所参与的AI /机器学习过程的阶段。此处的选项似乎最适用于营销人员包括：商业决策者，数据科学家和…好奇的猫。示例课程：机器学习问题框架介绍（课程）数据准备和ML中的特征工程（课程）机器学习的7个步骤（AI冒险）（视频）
郭玉峰用脚踏实地的例子来解释人工智能的概念。人工智能的元素 – Reaktor和赫尔辛基大学芬兰商业咨询公司Reaktor与HBO，空中客车，诺基亚和新闻集团等客户合作，与赫尔辛基大学合作，共同开设了这个深入的在线课程系列，该课程以“什么是AI“并继续探索这些技术的应用和含义。
虽然根据网站设计课程，除了基本数学之外没有预先存在的知识，课程将需要一个重要的承诺。整个系列预计需要6周或更长时间 – 尽管设计师建议您自己设置为期6周的截止日期以充分利用这些材料。这六个部分中的每一部分都需要5到10个小时，具体取决于您探索相关链接的数量。与其他一些可能性不同，AI的元素完全基于文本和图像 – 尽管有部分要求您通过制作绘图，进行测验或做类似的事情进行互动 – 因此可能比在视频的帮助下掌握这些概念更困难。它也构成了每个人的一门课程，无论他们的业务角色或领域如何出于兴趣，这不可避免地意味着它更普遍。积极的是，它是一本非常容易理解的入门书，你甚至可以通过赫尔辛基大学的开放大学课程获得学分。示例课程：什么是AI？AI问题解决 – 使用搜索引擎作为一个例子AI4的含义。MarTech Today上的资源虽然我们没有长达一小时的课程或测验，但MarTech Today是获取有关人工智能和相关技术如何应用于营销问题的具体信息的绝佳场所。以下是一些可以帮助您加快速度的基础文章。什么是机器学习以及营销人员为什么要关心？现在的未来：如何AI，区块链可以解决一些行业面临的最大挑战人工智能对营销机构意味着什么？机器学习是如何运作的，正如谷歌所解释的那样机器学习，以及为什么我（作为搜索营销人员）关心？还有一些更高级的文章让AI和ML为你工作：你的人工智能不需要大型游戏的门票从人工智能到实际行动：大规模执行AI见解构建AI心态：现在识别和开发技能的时间你也会发现我们的机器学习和人工智能档案为营销人员提供了大量有价值的信息。您是否了解营销人员可以用来教授AI和ML的其他重要资源？发送它们，我们会考虑将它们添加到本指南中。正如谷歌所解释的那样，机器学习是什么，我为什么要[作为搜索营销人员]关心呢？还有一些关于让AI和ML为你工作的更高级的文章：你的AI不需要大型游戏的门票从人工智能到有形的行动：大规模实施AI见解构建AI心态：现在识别和开发技能的时间您还会发现我们的机器学习和人工智能档案为营销人员提供了大量有价值的信息。您是否了解其他重要资源营销人员？可以用来教自己关于AI和ML吗？发送它们，我们会考虑将它们添加到本指南中。正如谷歌所解释的那样，机器学习是什么，我为什么要[作为搜索营销人员]关心呢？还有一些关于让AI和ML为你工作的更高级的文章：你的AI不需要大型游戏的门票从人工智能到有形的行动：大规模实施AI见解构建AI心态：现在识别和开发技能的时间您还会发现我们的机器学习和人工智能档案为营销人员提供了大量有价值的信息。您是否了解其他重要资源营销人员？可以用来教自己关于AI和ML吗？发送它们，我们会考虑将它们添加到本指南中。你的人工智能不需要大型游戏的门票从人工智能到实际行动：大规模执行AI洞察力建立人工智能思维：现在识别和开发技能的时间你也会发现我们的机器学习和人工智能档案拥有丰富的对营销人员有价值的信息。您是否了解营销人员可以用来教授AI和ML的其他重要资源？发送它们，我们会考虑将它们添加到本指南中。你的人工智能不需要大型游戏的门票从人工智能到实际行动：大规模执行AI洞察力建立人工智能思维：现在识别和开发技能的时间你也会发现我们的机器学习和人工智能档案拥有丰富的对营销人员有价值的信息。您是否了解营销人员可以用来教授AI和ML的其他重要资源？发送它们，我们会考虑将它们添加到本指南中。您是否了解营销人员可以用来教授AI和ML的其他重要资源？发送它们，我们会考虑将它们添加到本指南中。您是否了解营销人员可以用来教授AI和ML的其他重要资源？发送它们，我们会考虑将它们添加到本指南中。
关于作者
Pamela Parker Pamela Parker是Marketing
Land，MarTech Today和Search
Engine Land的内容经理。她是一位备受尊敬的数字营销权威，自1998年以来一直在报道和撰写该主题。她曾是ClickZ的执行编辑，并在商业方面帮助独立出版商在联邦媒体出版公司的网站上获利。流行故事缩小差距IT与营销之间的关系以改善martech合作个性化的新时代：超级连接的客户体验机器学习如何运作，正如Google HubSpot所解释的那样：我们现在专注于成为平台供应商相关主题AnalyticsChannel：Martech：Analytics＆DataMachine
Learning＆Artificial情报“
”