摘要：?在這篇文章中，我們看看關于機器學習應用中的UI個性化問題，談一談為什么在應用程序開發的過程中交流和溝通是成功的關鍵。

? ? ? ? EdgVerve推出了基于AI的業務應用平臺的新一代集成人工智能平臺-Infosys Nia使你的企業能夠管理特定的業務領域，并使其從確定性的方法轉向認知的方法。

?

? ? ? ? 由于機器學習的內在特性，設計者必須面對以友好的和可理解的方式呈現不同類型的數據問題。然而，我們致力的解決方案卻很少僅供一種特定類型的人群來使用。

? ? ? ? 當給這種類型的界面構建圖形結構時，主要的挑戰是實現一種平衡，這是它們所能提供給機器學習算法視覺層的和已知問題的實際解決方案的準備之間的平衡。

? ? ? ? 無論我們是從頭開始準備一個新界面還是根據現有應用程序創建另一個版本，實現滿意結果的關鍵是理解算法是如何工作的，并準備一個適合于使用它的人群的個性化解決方案。為了實現這個目標，首先就是將要了解這些用戶，了解他們都是誰，他們的數據是什么樣的，以及他們適當的演示如何可以幫助他們提高工作效率。在集體緊縮（Collective Crunch）的情況下，另外一個因素是設備的位置和類型，通過位置和類型應用的界面將被顯示。

?

機器學習應用中的UI個性化

? ? ? ? 在實踐中，應用界面的個性化是設計者們的主要任務，但是當定義項目的范圍的時候，整個團隊、客戶和目標用戶都應該參與其規劃。

?

解決方案

? ? ? ? 現代的設計方法提供了許多不同的工具，如營銷角色、用戶使用場景對應、甚至商業模型畫布，它們可以促進和改善分析階段。不管決定用哪些工具，我們的目標都應該是了解用戶是如何工作的，然后了解他們的習慣，定義任何出現的問題，并通過頭腦風暴來確定潛在的解決方案。

? ? ? ? 然而，如果我們作為設計者不把時間和精力投入到理解機器學習算法工作的方式中，上面所提到的工具都不會帶來實際的結果。

? ? ? ? 意識到這種技術的局限性可以為我們節省在項目準備、實施和測試中的關鍵時刻的不必要的迭代和修改所使用的時間。因此，非常重要的是與整個團隊的緊密協作，并使他們參與驗證在設計過程中的每一個階段所發生的一切。談到整個團隊，我們也指的是用戶和目標用戶的測試組。

? ? ? ? 機器學習總是與敏感數據的展現相關聯，這是借助于構成應用的核心算法來定義和計算的。這里重復一下，值得注意的是，開發團隊可以提供不可否認的有價值的洞察力。簡單的算法將需要一種數據表示方法，而在我們做數據分析的時候則需要其它的算法。在第一種情況下，最常見的將是定義界面主要元素的標準組件（例如卡、滑塊組件、經典形式），而在后一種情況中，我們將經常會被迫去尋找那些更復雜的模塊，例如散點圖或蛛網圖。當我們作為設計師的角色的時候，其實是通過一種方式進行選擇和設計，對用戶是可以理解的，對他們行動的意識，局限性，以及結合著咨詢時的深思熟慮的分析，一定會提高我們的工作質量。

?

機器學習應用設計過程中的細節

? ? ? ? 實現每個應用所需要的明確目標-基于機器學習項目的特征需要一些額外的項目分析過程，這有助于我們發現每個項目都是有差異的，因此我們不得不選擇那些最有效地允許我們始終能夠使用的方法:

*對機器學習造成的技術限制的意識;

*用戶在日常工作中使用我們設計的應用所面臨問題的意識;

*我們所操作的數據的精確范圍和類型，以及引擎（算法）為我們準備界面的應用程序的工作方式。

? ? ? ? 標準設計過程與機器學習設計的主要區別在于需要準備多次迭代?—?由于設計過程更長的原因，我們的目標應該是盡可能地減少這一點，并在工作過程中與整個團隊緊密協作。歸功于在分析和準備階段投入更多的時間，并且之后在開發的界面元素的驗證和測試階段，甚至于在各個組件的級別上，我們也有一個更低的顯著變化和修正的概率。記住上面提到的局限性，并定期與開發人員，還有用戶進行咨詢（根據他們的需求和目標），我們應該創建一個UI庫以建立一個界面，準備好在各種情況下使用。這種方法允許我們在各種項目中使用準備好的模塊。

設計機器學習應用時要特別注意的五個要素:

?我們正在使用的是什么類型的數據以及它將如何顯示；
?目標用戶需要什么樣的分析數據以及數據的表示是如何幫助他們改進工作的；
?在項目的每一個階段中良好的溝通和密切協作——涉及到開發團隊和項目團隊，以及客戶和用戶。
?機器學習算法是如何在這個項目中工作的，它是基于什么工作的，以及它的計算結果有多么精確；
?使用UI和設計系統庫來創建由測試組件構建的界面，準備在項目的各種實例中使用。

總結

? ? ? ? 我們的經驗表明，良好的溝通和直接獲取來自目標用戶群的反饋，顯著縮短了基于機器學習的應用程序設計中的繁瑣過程。歸功于我們操作數據的特性以對開發團隊的咨詢結果，設計缺陷和不可用模塊的可能性（由于缺乏對技術限制的認識或者面對用戶提供的無價值的數據）急劇下降。在我們的項目中，創建了一個UI庫，用來在同一個應用程序的其它實例中使用，投入時間致力于研究，創建營銷角色，并咨詢整個團隊負責實施的結果，在設計過程中的效率會得到顯著的提高，并允許我們幾乎同時交付連續的原型。

原文鏈接

?本文為云棲社區原創內容，未經允許不得轉載。

總結

以上是生活随笔為你收集整理的机器学习应用中的UI个性化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。