2016-2022 All Rights Reserved.平安財經網.復制必究 聯系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標明“本站原創”外所有信息均轉載自互聯網 版權歸原作者所有。
在大數據LDN, 格雷格·漢森,EMEA副總裁在Informatica的,與IA討論一個終端到端到端數據工程方法獲得干凈的數據,你可以成功的AI舉措信托利益。此方法包括數據發現,攝取,集成,質量,準備和治理。

很難遇見一位對AI和預測分析在幫助提高組織效率方面的潛力并不感到興奮的商業領袖。欺詐檢測,下一動作,運營效率和預測分析是AI和分析可以幫助解決的眾多業務挑戰之一。但是,不良數據目前正在阻礙AI,因為機器學習(ML)模型與您提供給它們的數據一樣好。
為了提高數據質量,漢森認為企業應該建立資產目錄。這將推動做出明智的決策-一旦獲得了資產的集中目錄,您就可以開始執行諸如將數據整合在一起并使其可搜索之類的事情。
他說:“這將使組織能夠使用更完整,更全面且偏差較小的數據集來訓練其AI和ML算法。”
漢森認為,這可以通過使用內置AI的良好數據工程工具來完成。
“我們真正需要的不僅僅是在分析層中的人工智能-就生成數據的圖形視圖和圍繞數據實時做出決策而言-我們需要確保后端有人工智能,以確保我們已經將精心挑選的數據輸入到我們的分析引擎中。”
他警告說,如果組織無法做到這一點,他們將看不到分析型AI的好處。
漢森說:“我認為,如果我們不能確保我們以高質量,精心挑選的數據來訓練我們的分析型AI,可能會犯很多錯誤,甚至會犯一些嚴重的錯誤。”
他補充說,如果數據集不好,那么組織中的AI倡導者將無法獲得他們期望的結果。這可能會阻止將來對該技術的任何投資。
2016-2022 All Rights Reserved.平安財經網.復制必究 聯系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標明“本站原創”外所有信息均轉載自互聯網 版權歸原作者所有。