行動貝果 MoBagel 扎根四大產業，用 AI 簡化商業決策流程
企業最大的問題是不知道如何預測未來？一旦預測不準，將導致資源消耗或遭受客戶流失的損失。MoBagel 打造簡單、自動化的機器學習軟體Decanter AI，用 AI 協助企業做出最佳決策！
貝果選修課 — 什麼是機器學習？
什麼是機器學習？機器學習（Machine Learning）是資料科學家在進行大數據分析時，其中一種資料科學基礎技術。行動貝果將用最淺顯易懂的方式，花五分鐘跟你聊聊機器學習的基礎知識。
破除流程機器人 RPA 迷思 為何 AutoML 才是企業增產關鍵？
RPA 並不是預測未來的技術，但是會串連並收集企業資料，可以後續與自動化機器學習 (AutoML) 完美結合。在產業快速轉變時代，企業高階主管必須思考如何利用自動化數據科技如 RPA 與 AutoML 將企業成功轉型，優化企業與人員效率，得到更高的市場競爭力。
如何運用 AI 數據分析來創造出實際的商業價值?
知道以下生活情境都與機器學（ML）有關嗎？(1)Gmail 為你過濾垃圾郵件、(2) Netflix 推薦你可能喜歡的影集、(3) 透過 Google Maps 規劃最適合的交通路線。究竟與我們日常息息相關的 #機器學習，是「如何」學習、又有哪幾種學習方式呢？
如何善用數據提升業績？比 Excel 更高效準確的自動化機器學習
透過自動化機器學習來善用數據，實現更高效、更準確的決策。本文揭示了如何運用 AutoML 技術，提升您的業績、節省時間。不要再依賴費時費力的工具，轉向自動化機器學習，讓您的業務蓬勃發展。
員工離職 AI 分析流程五步驟大公開
每個員工離職對於公司來說都是非常大的損失，不僅浪費時間與金錢，降低團隊士氣，進而影響了整體營收。即使是降低了 1% 的離職率，也能使規模 3 萬人的公司每年節省約 3 千 3 百萬美元的浪費。降低離職率最有效率且不增加人力成本的方式，便是在招募期間以量化的數據科學 (data science) 方式來預測每位面試者的離職機率，進行履歷的快速篩選。透過本文，將暸解兩種離職預測建模的方法。
利用 AI 預測來自動化招募員工流程，以減少每年上億員工離職損失
員工離職已成為各個 CEO 的夢魘。在這變化多端的人力資源市場裡，企業必須有效地降低離職率。即使是降低了 1%，也能使規模 3萬人的公司每年節省約 3 千 3 百萬美元的浪費。該如何有效降低離職率呢？
如何避免每月上億損失？電信公司正大量使用自動化機器學習 (AutoML)
在現代快速變化的社會裡，客戶喜好與行為模式隨時改變，並終止其與電信公司的合約，電信公司稱之為「離網」。如何掌握客戶的需求並及時地提供相應的產品及服務，是重大的商業課題。透
如何使用自動化機器學習(AutoML) 進行更準更快的數據分析 並節省成本至傳統 1/3
如何使用自動化機器學習(AutoML) 進行更準更快的數據分析 並節省成本至傳統 1/3？透過電信公司離網分析案例，深入暸解機器學習做法。
如何快速轉型成為 AI 賦能企業？關鍵在於自動化機器學習
在這人人朗朗上口人工智慧 (AI) 與機器學習 (Machine Learning/ML) 的時代，究竟什麼才是讓企業突破重圍正確使用數據，並領先同行？透過本文，讓我們來釐清這兩者的關係。