标签:数据驱动

10月10日

人工智能想要落地,必须要解决的数据问题

众所周知,在数据量非常小的时候,深度学习的复杂网络无法取得很好的效果,辩证的讲,数据不是一种无限的资源,而人工智能所需的数据相当昂贵和耗时,一方面深度学习需要准确的标记图像或文本训练数据,而标记需要大量的人力;另一方面,许多数据存在着隐私和安全风险,比如说医疗等等,数据的开放不是短期内能解决的。 现在数据孤岛、数据隐私、小数据和标注等问题日益突出,当前...

04月22日

AI死亡启示录

公司业务引入AI一定能成功吗?Reddit机器学习今天最火的话题,讨论了一个真实的故事:公司在引入AI之后起到了相反的作用,导致内斗不断、人员流失,成为行业惨痛教训。这是一个真实的故事。在A公司有一支传统的X团队 ... 公司业务引入AI一定能成功吗?Reddit机器学习今天最火的话题,讨论了一个真实的故事:公司在引入AI之后起到了相反的作用,导致内斗不断、人员流失,成为...

11月28日

深度智能的崛起(二):知识驱动、数据驱动与大数据驱动

“世界的尽头,是雄狮落泪的地方,是月亮升起的地方,是美梦诞生的地方。”——大卫《人工智能》 接上文《深度智能的崛起(一)》 ♦知识驱动的人工智能1.0 智能的发生、物质的本质、宇宙的诞生、生命的起源被认为是世界四大奥秘。人类的智能活动主要是获得并运用知识,可以说知识是智能的基础,为了使计算机具有智能,能模拟人类的智能行为,就必须使它具有知识。因此,早期的人工智...

04月01日

解读:什么是数据科学?如何把数据变成产品?

作者|麦克.罗克德斯(Mike Loukides) 据哈尔•瓦里安(Hal Varian)说,统计学家是下一个性感的工作。五年前,在《什么是Web 2.0》里蒂姆•奥莱利(Tim O’Reilly)说“数据是下一个Intel Inside”。但是这句话到底是什么意思?为什么我们突然间开始关注统计学和数据? 在这篇文章里,我会检视数据科学的各个方面,技术、企业和独特技能集合。 互联网上充斥着“数据驱动的应用”。几乎...

02月07日

特普朗撼动世界背后的大数据风暴

2016年,11月9日上午8时30分左右,迈克尔·科辛斯基(Michal Kosinski)在苏黎世Sunnehus酒店醒来。科辛斯基今年34岁,是心理测验学(一个由数据驱动的心理学分支)领域的领军人物。他定期到世界各地就大数据和数字革命的危害性发表演讲。这次,他应邀来到瑞士联邦理工学院(ETH)发表这类演讲。打开电视时,他看到了一个爆炸性的消息:与所有主流统计学家的预测相反,唐纳德·特朗普在...

10月11日

Airbnb:如何由内而外实现数据驱动

虽然团队组织结构的演化允许数据科学家团队繁荣兴旺,但是公司的成功源于“精准定位”于两件事:发自肺腑地关爱员工,积极主动的数据驱动决策。不论是开发可持续利用的开源工具还是奋力改进数据科学部门的多样性,Airbnb数据科学团队负责人Alok很清楚,Airbnb追求的事都要贯彻这两个原则。 ◆ ◆ ◆ 超级增长:短短几年,从5到70+数据科学家 在2013年,Airbnb只有一个5人数据科学团队,...

10月11日

数据驱动创新的五种模式

当今世界,数据为创新带来新动力。数据创造了新的产品和服务、产生了新的商业模式、带来了新的创业机会。英国帝国理工大学副校长、著名创新领袖David Gann博士提出了“数据驱动创新的五种模式”,下面我们就来看看他在演讲中的主要观点。 一、让产品产生数据(Augmenting Products to Generate Data) 在传统的产品装上传感器,产品不仅具有使用功能,而且还能产生数据。数据通过无...

05月23日

大数据思维十大特性

大数据时代,计算模式也发生了转变,从“流程”核心转变为“数据”核心。Hadoop体系的分布式计算框架已经是“数据”为核心的范式。非结构化数据及分析需求,将改变IT系统的升级方式:从简单增量到架构变化。大数据下的新思维——计算模式的转变。 大数据思维原理是什么?简单概括为10项原理,当样本数量足够大时,你会发现其实每个人都是一模一样的。 一、数据核心原理 从“流程”核...

05月19日

周涛:八个步骤让你的企业全面“数据化”

什么样的企业可以称得上是大数据企业呢?恐怕没有人能够给出一个完美的答案。但是,直观地,我们可能觉得Google 更像是一个大数据的企业,阿里巴巴也像是一个大数据的企业,而中国银行似乎不太像一个大数据的企业,尽管它每天也一样浸泡在海量的数据中。除了具有处理大量数据的能力外,之所以Google 和阿里巴巴更像大数据的企业,是因为他们有深入的数据分析工具,利用数据分析的结果...

05月12日

如何把数据变成产品?

未来属于那些知道如何把数据变成产品的企业和个人。     --麦克.罗克德斯(Mike Loukides) 据哈尔•瓦里安(Hal Varian)说,统计学家是下一个性感的工作。五年前,在《什么是Web 2.0》里蒂姆•奥莱利(Tim O’Reilly)说“数据是下一个Intel Inside”。但是这句话到底是什么意思?为什么我们突然间开始关注统计学和数据? 在这篇文章里,我会检视数据科学的各个方面,技术...

09月28日

数据驱动的界面设计

“仪表板”、“大数据”、“数据可视化”、“数据分析”——越来越多人和企业,开始运用他们的数据来做一些有趣的事情。在我的职业生涯中,有幸参与一大批数据为重的界面设计,我要在此分享一些观点,讲讲如何造就这种特殊且有意义的产品。 很多人已经讨论过这个议题,我会围绕创作过程中最具影响力的部分。 1. 用户不同,数据不同 任何时候设计一套复杂的系统,都不可避免要为很多用户和...