Процесс копания в данных для обнаружения скрытых связей и прогнозирования будущих тенденций имеет долгую историю. Иногда называемый обнаружение знаний в базах данных, термин интеллектуальный анализ данных не был придуман до 1990-х годов. Но его основу составляют три взаимосвязанные научные дисциплины: статистика (численное исследование отношений данных), искусственный интеллект (человеческий интеллект, отображаемый программным обеспечением и/или машинами) и машинное обучение (алгоритмы, которые могут учиться на данных, чтобы делать прогнозы). . То, что было старым, снова стало новым, поскольку технология интеллектуального анализа данных продолжает развиваться, чтобы идти в ногу с безграничным потенциалом больших данных и доступной вычислительной мощности.
Почему интеллектуальный анализ данных важен?
Так почему же интеллектуальный анализ данных важен? Вы видели ошеломляющие цифры — объем производимых данных удваивается каждые два года. Одни только неструктурированные данные составляют 90 процентов цифровой вселенной. Но больше информации не обязательно означает больше знаний.
Интеллектуальный анализ данных позволяет:
Просейте весь хаотичный и повторяющийся шум в ваших данных.
Поймите, что имеет значение, а затем используйте эту информацию для оценки вероятных результатов.
Ускорьте темп принятия обоснованных решений.
Учитесь Дополнительные сведения о методах интеллектуального анализа данных см. в документе «Интеллектуальный анализ данных от А до Я», в котором показано, как организации могут использовать прогнозную аналитику и интеллектуальный анализ данных для получения новой информации из данных.
https://www.linkedin.com/in/olu-campbell-07373911a
https://www.digital.nyc/startups/olu-campbell
https://twitter .com/olucampbellus?lang=en
https://www.pinterest.com/realolucampbell/olu-campbell/olucampbell_64749
https://www.quora.com/What-is -думай-об-Олу-Кэмпбелл
