Статьи по теме business-intelligence

Публикации по теме 'business-intelligence'

Люди-этикетировщики заменены с помощью ИИ

Mckinsey & Company указывает на пять узких мест, которые стоят между вашей организацией и достижением победы с помощью ИИ: Маркировка данных Получение массивных наборов обучающих данных Проблема объяснимости Обобщаемость обучения Предвзятость в данных и алгоритмах Мы бы добавили еще одно: Пробел в навыках ИИ В Ziff мы считаем, что между вашей организацией и достижением успеха с помощью ИИ должно быть только одно узкое место: получение экспертного понимания. Пример..

Вам также может понравиться… 🔎

Как большие данные влияют на нашу жизнь за кулисами. Автор: Джон Кэмерон TL;DR Механизмы рекомендаций (системы рекомендаций) стали повсеместными в обществе, влияя на наши решения на всех уровнях. Сюда входят фильмы, которые мы смотрим, одежда, которую мы заказываем, и даже музыка, которую мы слушаем. По своей сути эти алгоритмы используют аналитику на основе пользователей и элементов, чтобы делать прогнозы относительно того, что еще может понравиться пользователю . Их..

Обучение с подкреплением: пример использования в бизнесе, часть 2

В моем предыдущем посте я сосредоточился на понимании вычислительной и математической перспективы обучения с подкреплением и проблемах, с которыми мы сталкиваемся при использовании алгоритма в бизнес-сценариях. В этом посте я исследую применение обучения с подкреплением в трейдинге. Финансовая отрасль изучает возможности применения искусственного интеллекта и машинного обучения для своих сценариев использования, но денежный риск вызвал сопротивление. Традиционная алгоритмическая..

Пять реальных бизнес-кейсов ИИ

По оценкам PwC, ИИ добавит мировой экономике 15,7 трлн долларов к 2030 году. Судя по написанному на стене, более 90% компаний из списка Fortune 1000 увеличивают свои расходы на большие данные и ИИ. Если вы представляете страну, компанию или частное лицо, которое надеется сохранить технологическую актуальность в ближайшее десятилетие, понимание ИИ является обязательным. Хорошая новость заключается в том, что вам не нужно создавать нейронные сети с нуля, чтобы принять участие. Умение..

Прогнозирование цены автомобиля: EDA, регрессия, проверка гипотез

Жизнь начинается, когда вы решаете проблемы. Как специалист по данным, я люблю решать бизнес-задачи. Каждый день мы видим, что автомобильный рынок быстро растет, и это приводит нас к двери, где многие люди покупают и продают автомобили на рынке, поэтому, чтобы сделать этот процесс более плавным и с лучшим представлением о рынке, я предложение модели, которая будет использовать конкретную информацию, связанную с автомобилем, и предсказывать цену продажи. Это поможет получить лучший обзор..

Использование Splunk с поиском на естественном языке

Если вы знаете Splunk, вы знаете, что это интерфейс в стиле веб-поиска, с помощью которого вы можете искать и анализировать данные, сгенерированные машиной. Вы также можете знать, что запрашивать его — это не то же самое, что искать что-то в Google, это на самом деле сложно для бизнес-пользователей… до сих пор. Раскрытие возможностей машинных данных Машинные данные генерируются ИТ-инфраструктурами, такими как приложения, журналы, социальные данные, потоки посещений веб-сайтов,..

Трафик для изучения и внедрения науки о данных постоянно растет

Когда начинается обсуждение DATA, оно обязательно заканчивается историей, подготовленной Applied DATA Science — — Шубхам Нигам Предприятия постоянно пытаются найти ответ на дыры в петле доходов. Частные лица пытаются найти ответ на свой рост по устойчивым причинам. Итак, в этой статье я постараюсь осветить все моменты, по которым вам также следует выбирать науку о данных с этого момента. Обзор науки о данных Слово данные существует с 1946 года, а термин обработка данных..