管理数据项目中的风险bob3.app

扩展人工智能 bob3.app

2018年,O 'Reilly进行了一项关于组织中机器学习采用阶段的调查,在超过1.1万名受访者中,近一半仍处于探索阶段。可以肯定地说,至少对其中一些探索者来说,涉及数据和人工智能项目时的风险前景令人望而却步,导致他们停留在实验阶段。

risk-tightrope

需要明确的是,制定一个适当的计划来处理风险是很好的做法。但这需要一个平衡——一个数据项目风险管理计划不能太严格,以至于人们不能有bob3.app效地利用数据影响业务。

这种恐惧和犹豫会给大范围的数据科学、机器学习和人工智能项目带来阻碍。如今,数据科学在企业中的民主化,以及将数据交到许多人手中而不仅仅是少数精英(如数据科学家甚至分析师)手中的工具,意味着企业正在以前所未有的方式使用更多的数据。

Oreilly建筑罩与dropshadow

这是非常有价值的;事实上,在使用数据驱动业务方面最成功的企业都采用了这种方法。然而,如果没有适当的培训——特别是对那些以前不熟悉数据科学流程的人——以及工具和流程,它也可能暴露出一些风险。

如果数据民主化是通向最终实现人工智能服务的道路,它将需要商业人士、分析人员和数据专家(如数据科学家和工程师)之间的大量合作,还需要潜在地推出类似于自助分析程序.奥莱利在其电子书中分析了可能的风险类型构建数据解决方案的基础:

  1. 技术风险
  2. 团队的风险
  3. 需求风险

平衡这三者是关于通过使用管理和减轻风险的开发原则和策略,设置现实的期望,并提供构建成功团队的指导,来建立成功的方法和环境。

你可能也喜欢

Dataiku应用:促进协作和重用

阅读更多

设定人工智能治理方向

阅读更多

Technoslavia: 2021年(碎片化)的数据基础设施世界

阅读更多

使用Dataiku维护和改进预测模型

阅读更多