金沙电玩城全新手机版下载|2022最新入口

数据到分析到人工智能:从描述性到预测分析

2017-05-23
标签: 数据    人工智能    数据分析   

  上周在欧洲看到了许多有趣的事件,包括在马德里的西班牙大数据(Big Data Spain)和柏林的GOTO。它们都有关键行业人物和机构出席,有很多人参加(1000人左右),组织严密,具有前瞻性。

数据到分析到人工智能:从描述性到预测分析

  它们都以非常真实的方式突出了人工智能出现在技术和业务人员的日常中,反映在项目事件和与人工智相关兴趣主题的吸引力上。

  然而,对于大多数人来说,工智能仍然是难以捉摸和/或被误读的。究竟什么是人工智能,大家如何能实现它,以及它有什么切实的好处呢?

  到目前为止,分析已成普遍,而且很好地被理解并成功在许多机构中使用。也许这将是一个好的起点,让机构与企业踏上人工智能的旅程。

  数据到分析再到人工智能

  根据Gartner的分类,分析的演化是一连串的,从描述到诊断再到预测,最终是规范。许多机构仍在描述性阶段,或多或少利用传统的BI方法:把所有数据收集在一起,使用可视化快速发现发生了什么事。

  Gartner的分析成熟度模型可能是一个好的起点,用于说明和准备向人工智能的过渡。图片来自Gartner。

  诊断分析是找出一个事件为什么会发生,并使用如向下钻取,数据发现,数据挖掘和关联这样的技术。大多数分析框架已经在他们的产品中加入这些特性。

  但是,事情变得真正有趣的是试图使用预测分析项目会发生什么时。通常是使用现有的数据来训练预测机器学习(ML)模型。这就是为什么分析是导致向AI进化的一部分。

  是否能够让预测使用机器学习形成人工智能,以及是否有恰当的分析是前提条件,也是关键问题所在。

  人工智能解决方案早在分析之前已经开发和使用。专家系统就是一个例子,它已经不同层次的成功使用了多年,在医学和农业这样的领域的,这些机构不见得有分析意识。

  所以对于人工智能专家,认为分析是AI的先决条件听起来可能有些奇怪。但是你得考虑语境上的差异:在传统的人工智能中,常识基于征求来的专家常识的组装和策划,并作为单个版本的真相。

  在现代机构中,有大量的数据,来自不同地方,有不同程度的可靠性,这些来源可能相互矛盾,规模和摄入率也在不同的层面上。

  所以对于分析业务的人,从分析到AI这样的配方似乎是一个自然务实的进程,关注数据清理、可靠性、位置和集成的确是先决条件。

  机器学习的挑战

  在讨论机器学习是否构成人工智能这个问题之前,让大家花一分钟思考如何得到正确的机器学习。数据科学家的躲躲闪闪,以及他们技术的多样性和稀缺性是一个经常被讨论的话题,而且并让所有人参与到机器学习的项目中,并有一致而明确的价值定位非常重要。

  任何经验丰富的工程师都知道,建立正确的事情是根本,远超于正确的建立事情。


【了解更多BI商业智能大数据分析平台2022最新入口,商业智能解决方案以及商业智能App下载请访问速鸿官网/】

金沙电玩城全新手机版下载是一家专注于为企业提供 BI商业智能大数据分析智能分析智能App以及 数据挖掘 等服务的大平台

咨询热线:020-37267822

电话logo 020-37267822

邮箱logo suhong@suhongkeji.com

地址logo 广州市天河区珠江东路16号高德置地G座23楼
二维码
金沙电玩城全新手机版下载 版权所有

金沙电玩城全新手机版下载|2022最新入口

XML 地图 | Sitemap 地图