- 數(shù)據(jù)質(zhì)量實(shí)踐手冊(cè):4步構(gòu)建高質(zhì)量數(shù)據(jù)體系
- (美)普拉桑特·蘇特卡爾
- 596字
- 2024-12-18 17:26:44
1.2 數(shù)據(jù)、數(shù)據(jù)分析、人工智能和業(yè)務(wù)績(jī)效
洞察
你不能將數(shù)據(jù)與人工智能分開(kāi),也不能將人工智能與數(shù)據(jù)分開(kāi)。所有人工智能解決方案的最終產(chǎn)品都是數(shù)據(jù),并且這些數(shù)據(jù)將再次被人工智能使用。
數(shù)據(jù)是企業(yè)利用人工智能(AI)進(jìn)行數(shù)據(jù)分析,以及最終改善業(yè)務(wù)績(jī)效的基礎(chǔ)。這里的AI指的是機(jī)器模擬人類智能,包括認(rèn)知過(guò)程,尤其是計(jì)算機(jī)系統(tǒng)。它所依據(jù)的原則是,可以用一種方式定義人類智力,使得機(jī)器可以輕松地模仿它并做出決策,從而執(zhí)行簡(jiǎn)單或復(fù)雜的任務(wù)。如今,各種應(yīng)用中都在廣泛使用AI技術(shù),但復(fù)雜程度各不相同,從奈飛(Netflix)的推薦算法到Alexa的聊天機(jī)器人,再到自動(dòng)駕駛汽車、欺詐預(yù)防、個(gè)性化購(gòu)物等方面。
洞察
分析是提出問(wèn)題以獲取決策洞察的過(guò)程。沒(méi)有問(wèn)題無(wú)從分析。
利用人工智能和數(shù)據(jù)分析算法可獲取數(shù)據(jù)并尋找有用的模式來(lái)查看未來(lái)狀態(tài)以促進(jìn)決策或預(yù)測(cè)。換句話說(shuō),從數(shù)據(jù)中識(shí)別模式和做出決策是人工智能的基礎(chǔ)。要使這些模式和決策可靠,應(yīng)具有高質(zhì)量數(shù)據(jù)。人工智能在業(yè)務(wù)中非常重要,因?yàn)樗梢宰屍髽I(yè)深入了解其運(yùn)營(yíng)情況。
在某些情況下,人工智能甚至可以比人類更擅長(zhǎng)執(zhí)行任務(wù),特別是當(dāng)涉及重復(fù)性和基于規(guī)則的任務(wù)時(shí)。就業(yè)務(wù)績(jī)效而言,人工智能和數(shù)據(jù)分析支持三類廣泛而基本的業(yè)務(wù)需求:自動(dòng)化業(yè)務(wù)流程、通過(guò)數(shù)據(jù)獲得對(duì)業(yè)務(wù)績(jī)效的洞察和與利益相關(guān)者(包括客戶、員工、供應(yīng)商以及其他合作伙伴)進(jìn)行互動(dòng)。總之,成功的人工智能依賴于模式,而從分析中得出的模式則依賴于高質(zhì)量的數(shù)據(jù)。
- Architects of Intelligence
- Creating Mobile Apps with Sencha Touch 2
- MySQL從入門到精通(第3版)
- PySpark大數(shù)據(jù)分析與應(yīng)用
- Neural Network Programming with TensorFlow
- Oracle高性能自動(dòng)化運(yùn)維
- Python金融實(shí)戰(zhàn)
- LabVIEW 完全自學(xué)手冊(cè)
- Python數(shù)據(jù)分析與數(shù)據(jù)化運(yùn)營(yíng)
- Power BI智能數(shù)據(jù)分析與可視化從入門到精通
- 探索新型智庫(kù)發(fā)展之路:藍(lán)迪國(guó)際智庫(kù)報(bào)告·2015(上冊(cè))
- 爬蟲(chóng)實(shí)戰(zhàn):從數(shù)據(jù)到產(chǎn)品
- 云計(jì)算寶典:技術(shù)與實(shí)踐
- Access 2010數(shù)據(jù)庫(kù)應(yīng)用技術(shù)教程(第二版)
- 代碼的未來(lái)