企业级数据与AI项目成功之道
尼尔·菲什曼 科尔·斯特莱克
170人在读
18.4万字总字数
¥53.4定价
尼尔·菲什曼 科尔·斯特莱克
大型组织正在竞相实施先进的数据科学。大多数时候，我们的人工智能尝试变成了走进死胡同的科学项目，从来没有提供可持续的商业价值。我们错过了什么？在本书中，你将发现必须理解和实现的信息架构支柱。只有当数据分析和人工智能能够在整个组织内以可预测和一致的方式提供业务洞见时，它们才能增加价值。本书概述了一种组织、管理和评估数据的有效且实用的方法，这样你就可以建立一个信息架构来更好地推动人工智能和数据科学的发展。通过阅读本书，你将学到：简化数据管理，随时随地提供数据；缩短可运转的AI用例的价值实现时间；使各个企业都能访问AI和数据洞见；动态地实时缩放复杂AI场景；开发能够带来可预测的、可重复的价值的信息架构。
规范化数据存储区域是企业支持一般分析需求的跨主题领域模型，而数据集市则由离散模型组成，以满足某些类型的特定分析需求。架构师、开发人员和商务人士必须始终协同工作，创建一个可持续的数据拓扑和功能分布式部署环境。随着应用程序从记录系统变成参与系统，组织需要对人们如何应用程序进行交互更为严格。使用户体验以及跟踪用户体验的一个重要动态，并作为意义构建的核心分析。数据↣一无所知，信息↣知道内容，知识↣知道如何，智慧↣知道为什么。组织应设法根据每个需求映射适当的技术，以提高组织的效率和效力。