是时候让可穿戴计算“回归算法”了

2014年4月,“大公司们”在健康监测类电子消费品的市场做了两件事:Nike公司将砍掉Fuelband手环的硬件开发项目,转向软件研发方向;以及Facebook公司以一个未公开的价格收购了开发了健康类移动追踪应用Moves的芬兰创业公司ProtoGeo Oy,并表示现阶段保持ProtoGeo公司的独立运作。

从公司对未来规划的角度讲,Facebook与Nike公司都在“监测人体健康”相关的消费市场上给出了自己的预判:前者前者选择放弃为期两年的项目,后者则积极地投入这块市场。

两者做出不同判断的理由和原因可能各有不同。但从结果上来看,这绝非两个相对孤立的商业案例。至少,他们在这一时段透露了同一件事:当人们在乐观的看待除那些智能硬件和可穿戴计算产品时,这两家公司的重心反而全都落回到了手机上——把这个最广泛被人们使用的智能硬件作为数据采集和计算的中心。

这背后,是可穿戴计算又到了对算法回归的时刻。

Fubelband被砍掉的过程中有一个有趣的信息:Fuelband项目虽然被Nike终结,但研发算法的NikeFuel部门被公司保留。4月11日,耐克宣布在旧金山成立Fuel Lab实验室,将NikeFuel的平台开放给第三方开发者,以寻求更多创新应用的可能——这充分终结佐证Nike公司已经没有耐心去等待Fuelband硬件价值的变现,这个价值也是该项目被发起和终结的重要元素——单纯的健康数据收集工作。

当2012年苹果CEO Tim Cook带着第一代Fuelband手环出现在Allen&Company年度大会的时候,大家都在畅想Nike与苹果公司这段良缘会是一段佳话,健康类手环将会是苹果业务上的一个有利的补充产品。在此之前,苹果拥有的iTunes软件平台已经积累了5亿的用户数——他们每天在下载歌曲、App,并分享照片和社交信息——这让苹果看似拥有了大量的用户数据,但实际上,这些数据在目前来看意义非常有限,因为数据并不是用户实时产生的,或者可以保证对用户在特定场景持续检测,苹果得到的都是零碎的、拼图式的分散信息。

在没有更好的解决方案的情况下,Fuelband曾被Nike视为与苹果合作的重要产品,它是iOS Nike+软件平台上既鞋内的传感器这类小玩意外,一个有交互感存在的硬件设备。同时,Nike也煞费苦心的为Fuelband专门找到了10多家软件团队,开发专门针对该产品的手机App,希望能有大量的用户使用该产品,并以此产生所期望的准确、实时的数据量。

最终的结果证明,只是收集数据的设备的价值并没有太多想象力。其中,Fuelband对人体动作的检测准确度有限,在Quora上就出现了用户搞不清自己的步数是如何得出的问题。再者,它被诸如洗澡等场景限制住,很难让用户随身携带。同时,手机上逐渐出现了众多健康类监测应用,他们都可以在一定程度上代替Fuelband单纯的监测作用,Moves就是其中之一。

芬兰创业公司ProtoGeo Oy开发的健康类移动追踪应用Moves可以通过手机上的加速传感器识别并记录用户每天运动轨迹和行走步数,同时计算出个人运动产生的卡路里。目前他在iOS平台的下载量超过了4000万次。

与Moves一样通过软件的算法监测用户身体的还有Azumio公司开发的检测心率App Instant Heart Rate和睡眠记录软件Sleep Time,前者通过手机自带的闪光灯充当记录器,用户只需要将手指覆盖到闪光灯上,软件就可以记录并推算出用户的心跳。该公司开发的一系列App捕获了4000万左右的用户。

以Facebook为代表的互联网公司对这种算法见长的研发团队特别感兴趣,因为他并不需要自行研发或者收购一家硬件公司开发只有“数据监测”的硬件,他们大多可以通过软件在手机上实现这些功能。这在“健康类大数据”还无法成为一个真正被用户理解并利用的信息的时候显得更有价值。

Nike也想明白了这件事。4月26日,Nike CEO马克·帕克(Mark Park)透露,Nike+软件平台和应用生态系统已经拥有3000万用户,并希望在未来将这一数字增加到1亿。Nike在未来一段时间将会着眼于如何增加Nike+的用户,而不是再耗费巨资开发硬件。Fuelband项目的消失证明了,如果没有更好的产品让用户置身一个软硬结合的生态闭环的时候,依托于手机发展软件平台会是更好的选择。

(责任编辑:meng)

时间: 2024-11-08 22:19:46

是时候让可穿戴计算“回归算法”了的相关文章

《BI那点儿事》Microsoft 逻辑回归算法——预测股票的涨跌

原文:<BI那点儿事>Microsoft 逻辑回归算法--预测股票的涨跌 数据准备:一组股票历史成交数据(股票代码:601106 中国一重),起止日期:2011-01-04至今,其中变量有"开盘"."最高"."最低"."收盘"."总手"."金额"."涨跌"等 UPDATE FactStock SET [涨跌] = N'涨' WHERE [涨幅] >

数据挖掘之回归算法在森林火灾预测中的应用研究

问题描述 数据挖掘之回归算法在森林火灾预测中的应用研究 用python语言,找到最优回归算法来预测森林火灾, 我有数据集,但是不知道如何用,求大神指导 解决方案 这个可以好好看看数据挖掘十大算法 解决方案二: 同求,能不能预测一下彩票中奖号码? 解决方案三: 同求,能不能预测一下春节后能涨停的股票 解决方案四: 如果这种问题随便一问就有答案,傻子也可以念一个本科或者硕士玩玩.

logistic回归算法及其matlib实现

     一般来说,回归不用在分类问题上,因为回归是连续型模型,而且受噪声影响比较大.如果非要使用回归算法,可以使用logistic回归.      logistic回归本质上是线性回归,只是在特征到结果的映射中多加入了一层函数映射,即先把特征线性求和,然后使用函数g(z)作为假设函数来预测,g(z)可以将连续值映射到0和1上.      logistic回归的假设函数如下,线性回归假设函数只是\(\theta^Tx\). \[h_\theta(x)=g(\theta^Tx)=\frac{1}{

机器学习算法基础(Python和R语言实现)

简介 谷歌的无人驾驶汽车已经受到了世人很大的关注,但公司的未来却是在机器学习领域,因为这项技术将使电脑更智能,更人性化.--埃里克·施密特(谷歌主席) 我们可能正经历着人类最明确定义的阶段,这个阶段计算机计算从大型主机,到个人电脑,到云计算.但这些并不是根本原因,而是接下来几年中将会发生的. 这个时期使那些像我一样的人们兴奋的是工具和技术的开放,这得以于计算机领域的蓬勃发展.今天,作为一名数据科学家,我能以很低的成本搭建一个拥有复杂算法的数据处理系统.但是达到这样的结果,我也经历了在黑夜中艰苦的

机器学习算法的python实现之KNN-k近邻算法的实现

1.背景 今后博主会每周定时更新机器学习算法及其python的简单实现.今天学习的算法是KNN近邻算法.KNN算法是一个监督学习分类器类别的算法. 什么是监督学习,什么又是无监督学习呢.监督学习就是我们知道目标向量的情况下所使用的算法,无监督学习就是当我们不知道具体的目标变量的情况下所使用的.而监督学习又根据目标变量的类别(离散或连续)分为分类器算法和回归算法. k-Nearest Neighbor.k是算法中的一个约束变量,整个算法的总体思想是比较简单的,就是将数据集的特征值看作是一个个向量.

一文读懂机器学习,大数据/自然语言处理/算法全有了……

作者:计算机的潜意识 在本篇文章中,我将对机器学习做个概要的介绍.本文的目的是能让即便完全不了解机器学习的人也能了解机器学习,并且上手相关的实践.这篇文档也算是EasyPR开发的番外篇,从这里开始,必须对机器学习了解才能进一步介绍EasyPR的内核.当然,本文也面对一般读者,不会对阅读有相关的前提要求. 在进入正题前,我想读者心中可能会有一个疑惑:机器学习有什么重要性,以至于要阅读完这篇非常长的文章呢? 我并不直接回答这个问题前.相反,我想请大家看两张图,下图是图一: 图1 机器学习界的执牛耳者

机器学习算法集锦

机器学习 机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论.统计学.逼近论.凸分析.算法复杂度理论等多门学科.专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能.严格的定义:机器学习是一门研究机器获取新知识和新技能,并识别现有知识的学问.这里所说的"机器",指的就是计算机,电子计算机,中子计算机.光子计算机或神经计算机等等. 机器学习概论 由上图所示:机器学习分为四大块: classific

《Python机器学习——预测分析核心算法》——1.1 为什么这两类算法如此有用

1.1 为什么这两类算法如此有用 有几个因素造就了惩罚线性回归和集成方法成为有用的算法集.简单地说,面对实践中遇到的绝大多数预测分析(函数逼近)问题,这两类算法都具有最优或接近最优的性能.这些问题包含:大数据集.小数据集.宽数据集(wide data sets)[1].高瘦数据集(tall skinny data sets)[2].复杂问题.简单问题,等等.Rich Caruana及其同事的两篇论文为上述论断提供了证据. 1."An Empirical Comparison of Supervi

业余草推荐阿里妈妈自研广告点击率预估核心算法MLR

业余草推荐阿里妈妈自研广告点击率预估核心算法MLR. 小编觉得CTR(广告点击率)预估的能力对于广告系统的意义和重要性,类似于在证券市场上预测股价的能力,优秀的CTR预测,通向美好和财富...(以下转载内容部分较为干货,文科生不易看懂是正常的,静静地欣赏数学之美即可...) 阿里妈妈国内领先的大数据营销平台,拥有阿里巴巴集团核心商业数据.在这里每天有超过50亿的推广流量完成超过3亿件商品的推广展现,覆盖高达98%的网民,实现数字媒体的一站式触达.在这些鲜亮数字背后,是什么样的核心算法在起作用?如