az analitika íratlan világának gondozása
Szeretné, hogy ezek a frissítések a postaládájába kerüljenek? Iratkozzon fel itt.
"Ha önvezető autókat gyártanak, akkor mi miért ne készíthetnénk önvezető kutakat?"
A gépi tanulás iparosítása a Shellnél
A múlt héten megosztottunk egy „beszélgetést”, amelyet Dan Jeavons tartott a Spark+AI konferencián. Annyira felkeltette az érdeklődésünket, hogy egy kicsit mélyebbre kellett ásnunk. Sam Charrington nemrég interjút készített Dannel a This Week in Machine Learning & AI podcastban. Úgy tűnik, hogy Dan nagyszerű csapatot épített fel a Shellnél, és nagyon félelmetes volt hallgatni, ahogy megvitatja a vállalatnál alkalmazott adattudományi megvalósítások hatalmas skáláját.
Nagy ötletek
Sikeres adattudomány
- Koncentrálj az értékre. Nagyon fontos, hogy jól megfogalmazzuk a biz értékét.
- Használjon nagy adatokat, hogy kis betekintést nyújtson 💡
Az „örökbefogadás és hit” kihívása…
- Hogyan lehet rávenni az embereket, hogy használják fel az adattudományi projektje eredményeit?
- A felhasználók azt hiszik, hogy ez javítja munkamódszereiket és megkönnyíti az életüket?
- Sok az alacsonyan lógó 🍎🍒. Oldja meg a problémát a lehető legegyszerűbb módon.
Adat + folyamat = nyer 🏆
- A betekintések adatokból származnak, de szorosan együtt kell működnünk a bizniszekkel, hogy a betekintést a folyamatba illesszük.
- Az adatcsoportoknak meg kell tanulniuk a szoftverfejlesztők módjára dolgozni
- MVP-k fejlesztése
- Gyors ismétlés és forgatás
- Az agilis analitika és az egyéni adattermékek kényelmetlen változást jelentenek sok nagy szervezet számára – alkalmazkodniuk kell!
Hallgassa meg: iTunes | "Soundcloud"
További jó dolgok…
AI Hét 2018 – A kultúra az egyik legnagyobb akadály, amelyet minden szervezetnek le kell küzdenie, mielőtt a mesterséges intelligencia 🤖 az üzleti tevékenység egyik formája lesz. Minél jobban le tudjuk írni, hogy mi az AI (és mi nem), annál gyorsabb lesz az elfogadás. Ahhoz, hogy a technológiát megközelíthetővé tegyük, jobb tanároknak kell lennünk. Mike Dariano elképesztő munkát végez, amikor igazán gazdag erőforrásokból hoz össze kapcsolatokat ("Andrew Ng", "Hal Varian", "Paul Daugherty"). Rengeteg nagyszerű anekdota található itt, amelyek segíthetnek evangelizálni és fejleszteni az elemzéseket az Ön vállalkozásában. „Elképesztő lehetőségek vannak, de sok cégvezető problémája az, hogy „Mihez kezdesz ezzel az egésszel?”
Hallgassa meg: iTunes | "Soundcloud"
re:Invent Roundup – Az Amazon éppen most fejezte be „az év legnagyobb konferenciáját”, és rengeteg izgalmas bejelentés érkezett a platformszolgáltatótól. Ha szeretné megtudni az újdonságokat, Sam Charrington, Dave McCrory és Val Bercovici megvitatják a legfontosabb ML és AI bejelentéseket, beleértve a SageMaker Ground Truth-t, az Inforcement Learning and Newt, a DeepRacer-t, az Inferentiát és a Elasztikus következtetés, ML piactér, személyre szabás, előrejelzés, szövegezés és még sok más.
Hallgassa meg: iTunes | "Soundcloud"
Döntésintelligencia (ML++) – Cassie Kozyrkov, a Google Cloud döntési hírszerzési igazgatója előadást tart a Tech Open Air konferencián az év elején, Berlin. Azt sugallja, hogy a szervezetek kudarcot vallanak a gépi tanulás kiaknázására tett kísérleteikben, mert a kutatást a technológia kreatív, alkalmazott felhasználása miatt hangsúlyozzák. "Nem kell tudnunk, hogyan működik a mikrohullámú sütő, de tudnunk kell, hogyan kell használni."
Nézze meg: "YouTube"
Van valami, amit meg kellene osztanunk? Tudasd velünk! [email protected]
Nem iratkozott fel hírlevelünkre? A tartalmat közvetlenül Önnek küldjük el. Regisztráljon itt.
