终于有人把数据科学、机器学习和人工智能讲明白了( 五 )


像软件即服务(SaaS)和移动应用这些主要围绕数字产品的公司 , 通常会生成和收集大量基于事件和事务的数据 。
值得注意的是 , 尽管单个销售的数据可以被认为属于交易性质 , 但并非所有销售数据都与交易有关 。 事件和事务数据可以包括银行转账、提交应用、放弃在线购物车、用户交互和参与数据(如点击数流)以及由谷歌分析等应用收集的数据 。
研究表明 , 随着物联网革命的全面展开 , 2025年将通过全球超过750亿台连接设备创造高达11万亿美元的经济价值 。 毋庸讳言 , 连接的设备和传感器所产生的数据量越来越大 。 这些数据对人工智能应用非常有价值 。
公司还拥有大量非常有价值的非结构化数据 , 这些数据通常大都未被使用 。 前面讨论过的非结构化数据可以包括图像、视频、音频和文本 。 源于产品或服务的客户评论、反馈和调查结果等文本数据对于自然语言处理应用特别有用 。
最后 , 公司通常会使用多个第三方的软件工具 , 这些工具可能没有在本节中提到 。 许多软件工具允许数据与其他工具集成 , 也可以导出以便于分析和转移 。 在许多情况下 , 可以购买第三方的数据 。
最后 , 随着互联网的爆炸式增长和开放源码运动的开展 , 还可以使用大量免费、可用和非常有价值的公开数据 。
关于作者:Alex Castrounis , InnoArchiTech的前CEO和首席顾问 , 也是业务、分析以及产品管理专家 , Alex有近20年的创新经验 , 曾向数以千计的人讲授数据科学和高级分析的价值 。
本文摘编自《AI战略:更好的人类体验与企业成功框架》 , 经出版方授权发布 。
终于有人把数据科学、机器学习和人工智能讲明白了
本文插图

延伸阅读《AI战略》
【终于有人把数据科学、机器学习和人工智能讲明白了】推荐语:本书将探索人工智能项目的风险、关键性考虑因素、利弊权衡和在推动过程中可能遇到的问题 。 你将学会如何通过成功的人工智能解决方案和以人为中心的产品来创建更好的人类体验并助力企业成功 。


推荐阅读