自动驾驶之路不会一帆风顺 --- 我看特拉斯汽车‘自动驾驶’导致车祸
自动驾驶之路不会一帆风顺 --- 我看特拉斯汽车‘自动驾驶’导致车祸 昨晚看电视,中央电视台报道了一个自动驾驶导致车祸事件的分析与后续处理。笔者近期有关注与研习人工智能方面,而自动驾驶则是人工智能实际应用中的一个非常热门的落地,所以笔者对于这个节目比较关注,全程仔细的看完了这个节目。...
SAP MM MIGO果真不能用于执行By-product的收货?
之前笔者发了一篇文章,认为MIGO不能用于工单副产品的收货。某同行友情提醒说其实是可以的,不过是在MIGO的 Goods Issue的功能选项里,如下图: 回车,系统带出2个行项目,一个是要做261发货的物料, 一个是副产品的收货, 将261移动类型那一行不选中,只保留531移动...
SAP MM MIGO不能用于执行By-product的收货?
D项目上对于工单多是有副产品(by-product)产生的。 在执行工单入库的时候,笔者有推荐客户使用MIGO来做。因为笔者认为MIGO功能强大,用来取代老的事务代码MB1A/MB1B/MB1C等等,觉得不应该还把那些SAP老的不推荐的事务代码介绍给客户。但是笔者发现这个看起来强大的MIGO,有个局限性就是不能...
SAP MM 工序委外场景再探 – 相关采购申请单据中的总账科目确定
SAPMM 工序委外场景再探 – 相关采购申请单据中的总账科目确定 如下的采购申请,是工序委外场景的采购申请, 它在工单1000030 Release的时候被自动触发。 问题是:这个PR上的总账科目420415 是如何确定的? 1,Account assignment...
数据科学、机器学习和AI的区别
数据科学、机器学习和AI的区别 摘要: 本文详细讲解了数据科学、机器学习和AI的相同点与区别,并用实例进行说明。 当我进行以数据科学家进行自我介绍时,经常会被问道:“数据科学和机器学习有什么区别?”或者“这是不是意味着你在研究人工智能?”所以我将通过本文进行回答...
采购的未来 ——数字化颠覆传统采购模式
采购的未来 ——数字化颠覆传统采购模式 https://mp.weixin.qq.com/s/hwMnuUHtJLPobqb1cC9JJQ 数字化技术近年来飞速发展,正在颠覆传统采购业务。简化和自动化变得司空见惯,智能与洞察成为核心竞争力。数字化采购通过应用人工智能、物联网、机器人流程自动化和协作网络...
项目实施范围控制良好的典范 --- D项目
早在项目正式开工之前,合作方S公司就有派顾问去客户现场做了业务调研。顾问通过召开若干个workshop的方式,与关键用户多次沟通,弄清楚各个部门涉及到的业务流程,然后将这些调研结果形成文档,固化下来。 与此同时,S公司顾问团队撰写好了work item list文件,就是所谓的项目实施范围。这个wor...
机器学习实战之决策树
机器学习实战之决策树 https://mp.weixin.qq.com/s/1-gGXqtigu4Bt9vsUhaB8A 一、简介 决策树是一类常见的机器学习方法,以二分类任务为例,我们希望从给定训练数据集学得一个模型用以对新数据进行分类,比如通过一组数据通过模型训练得到以下的决策树: ...
盘点 | 2017 年 关于 Python 的 13 件大事
盘点 | 2017 年 关于 Python 的 13 件大事 https://mp.weixin.qq.com/s/giSiq3FKVSKXiLCo4KaEcA Python被称为是最接近AI的语言。几乎所有的深度学习框架都要用到Python来编程,这是所有转型AI的程序员都绕不过去的一道坎。以下是营长为大家找到的一篇盘点Python 在2017年内发生所有...
封杀这个公式,AI智商将为零
封杀这个公式,AI智商将为零 https://mp.weixin.qq.com/s/TucA4qC_0RvCtbxK4mb1-A 本文节选自《人类最美的54个公式》 引 我思故我在 AI背后的神秘公式 ...
SAP 客供料管理初探
SAP 客供料管理初探 笔者所在的D项目里,有客供料的业务场景。即在最终成品组装环节,D集团将自己生产的内环与外环,加上它的某个客户比如大众提供的中间环组装成最终的成品,然后销售给其客户大众。在收到客供料的时候,需要在SAP系统里做收货动作,而在生产环节,需要将客供物料发货到生产订单上。...
SAP 金属行业实施项目的GAP之Metall Balance
去年7月初笔者加入D项目之初,就听闻该项目有一个复杂的需求或者说GAP,即是金属平衡。 客户所在的行业是金属加工制造行业,为汽车生产某个关键零部件。客户提出,整个生产过程,没有化学反应产生,理论上生产过程中,投入多少重量的金属零部件,就应该产出多少重量的成品以及废料。 客...
SAP MM Product Hierarchy的配置
笔者所在的D项目里,因业务需要启用Product Hierarchy, 业务提交了其设计的ProductHierarchy结构图给我, 让我帮忙在系统里设置好。 因SAP系统标准的产品层次是三层,每个层次的代码的长度分别是5,5,8。 用户提出的产品层次目前只有三层,每个层次代码长度...
Pandas日期数据处理:如何按日期筛选、显示及统计数据
Pandas日期数据处理:如何按日期筛选、显示及统计数据 https://mp.weixin.qq.com/s?__biz=MzI2NjY5NzI0NA==&mid=2247483778&idx=1&sn=078c0183e03138eac89c6c2d0252b0c5&chksm=ea8b6ef1ddfce7e7794f07ddf4371a0764d2278179f196e7923173fa78d308a693b146caa144&scene=21 前言 pa...
Pandas: 如何将一列中的文本拆分为多行?
Pandas: 如何将一列中的文本拆分为多行? https://mp.weixin.qq.com/s?__biz=MzI2NjY5NzI0NA==&mid=2247484017&idx=1&sn=c0ea2f37c65b23f3103e488a49e22e87&chksm=ea8b6d02ddfce4140801d15f123d951fcbdcacec207f21c3aad403bfb141f1a29b95f84fac4f&scene=21 在数据处理过...
盘点实际项目应用中的最佳机器学习模型
盘点实际项目应用中的最佳机器学习模型 https://mp.weixin.qq.com/s/5NW4uVeJv0yIzjhAqBXIDQ 作者简介:chen_h,AI 算法工程师,擅长利用 TensorFlow 处理 NLP 问题。曾任职蘑菇街(美丽联合集团)和 AI100(CSDN)担任算法工程师。主要负责项目:语料文本分类,聊天机器人设计与开...
AI 领域最最稀缺的人才——人工智能架构师
AI 领域最最稀缺的人才——人工智能架构师 https://mp.weixin.qq.com/s/K5sMguTfXum6tIIToWdA-w 人工智能头条 微信号 AI_Thinker 功能介绍 专注人工智能技术前沿、实战技巧及大牛心得。 这里,就不卖关子了。AI领域最最最最最稀缺的人才应该为人工智能架构师。有过4...
用Python将word文件转换成html
用Python将word文件转换成html https://mp.weixin.qq.com/s/aAbsu4VIwEPnOs_hJUpk_Q 序 最近公司一个客户大大购买了一堆医疗健康方面的科普文章,希望能放到我们正在开发的健康档案管理软件上。客户大大说,要智能推送!要掌握节奏!要深度学习!要让用户留恋网站无法自拔! ...
为什么你用不好Numpy的random函数?
为什么你用不好Numpy的random函数? https://mp.weixin.qq.com/s?__biz=MzI2NjY5NzI0NA==&mid=2247483733&idx=1&sn=1ac9e23f63499710a520667843fbc5ea&chksm=ea8b6e26ddfce7307088de78c9e53f2b0562321299ac54725b5897a8d73cce0757d97fc58d15&scene=21 在python数据分析的学习和应用...
【人工智能】权威解读!2018年的人工智能趋势
【人工智能】权威解读!2018年的人工智能趋势 https://mp.weixin.qq.com/s/d58s6jH0m6El7aB-5zYveA 2018-01-07 产业智能官 产业智能官 产业智能官 微信号 ai-cps 功能介绍 用新一代技术+商业操作系统(AI-CPS OS:云计算+大数据+物联网+区块链+人工智能),在场景...