从数据管理开始 才能为人工智能的成功做好准备

发布时间:2019.02.15来源:亿信华辰浏览量:106次标签:数据治理

如果你已经决定在今年做更多的人工智能实验,请首先仔细研究您的数据管理实践。

对于一个有一整个团队和组织正在急切地想要“进入人工智能领域”的CIO来说,这可能很难听到。人们很容易的就一头扎进数据科学和人工智能领域当中。然而,如果不首先了解数据管理(以及数据的其他方面)的重要性,就很难取得进展。

记住,AI即数据。在没有数据的情况下,你无法使用AI或机器学习做任何事情,因此你必须首先确保理解并管理数据的生命周期。

好的数据管理的标志

数据管理虽然不是CIO最重要的方面之一,但它对机器学习和人工智能却是至关重要。老话说得好,“输出质量是由输入质量决定的”用在这里非常合适,因为如果你拥有的是糟糕的数据,你也将得到一个糟糕的模型。一个糟糕的模型反过来又会告诉你去做错误的事情,这确实会对你的组织造成一些损害。

也就是说,当你的数据管理得当时,人工智能绝对可以改变一个组织的能力和可能性。

为了确保你的组织在使用AI时走上正确的道路,你需要仔细查看你的数据管理实践。一个数据管理的关键要素之一是理解:

你的数据来自何处

谁访问或更改了该数据

如何使用你的数据(例如,你是否有权将数据用于其他目的?)

收集数据的时间

你的数据在过去有什么用途(以及将来可能如何使用)。

4个需要检查的领域

在接下来的一年里,想想你的目标。如果AI出现在这个列表上的任何地方,你都需要认真考虑如何从事一些专注于数据和数据管理的最佳实践。在新年的会议中考虑一下这些问题。

首先,为了确保你的数据不是垃圾,你需要从全局开始,虽然这听起来可能违反直觉。你需要构建一个数据策略来回答围绕数据的这些“大”问题,然后考虑治理、质量和集成等相关的关键元素。以下是我认为可以帮助你为AI做好准备的几个方面:

数据策略:即数据的“who, what, when, why, 以及 how”。你的数据策略会告诉你所做的一切。如果你没有数据策略,你确实需要制定一个。

数据治理:管理组织数据的(或应该)的规则和系统。数据治理应该由数据策略来驱动。治理应该考虑(并管理)数据的所有方面,包括数据质量、数据访问和数据集成。

数据质量:拥有一个能够确保数据准确和有用的过程和系统。数据质量的保证需要从收集数据的瞬间开始,并在整个数据生命周期中持续。数据质量应该由数据治理规则/系统来决定和驱动。

数据集成:许多人会将数据集成到其他领域(不管他们是否有这样的意识),但是他们应该在考虑数据时就考虑到这一点。它将被数据策略所告知和驱动,并与数据质量密切相关。必须花时间考虑如何在整个组织和整个数据生命周期中集成数据。

数据管理、数据策略和数据治理可能不像谈论人工智能和机器学习来得那么吸引人,但是在能够正确地使用人工智能之前,必须先将这些数据整理好。当你的同事在下一次社交活动中不断谈论人工智能时,你必须提醒他们数据有多重要。提醒他们“输出质量是由输入质量决定的”--尤其是在人工智能和机器学习方面。

在未来一年,预计我们将看到会有比以往任何时候都多的资源转向人工智能和与是人工智能相关的项目上面。如果人工智能是你所在的IT组织的下一个重点关注领域,那就从数据管理开始吧,这样才能为自己最后的成功做好准备。



(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 2019年三种降低公司数据风险的方法

    2019年三种降低公司数据风险的方法

    企业家是自然风险承担者,风险是发展业务的必要条件。但是,一些风险不在商业领袖的控制范围之内,因此必须考虑这些外部因素,以确保企业的整体寿……查看详情

    发布时间:2019.01.03来源:数据治理浏览量:98次

  • 数据管理政策:数据治理的基石

    数据管理政策:数据治理的基石

    您的组织可能认为或可能不认为您需要,但我在此告诉您,数据管理策略是管理企业数据资产的基石。……查看详情

    发布时间:2019.01.22来源:亿信华辰浏览量:154次

  • 为什么你应该有一个数据治理策略

    为什么你应该有一个数据治理策略

    有效的数据治理也是一个持续的过程。政策定义,审查,调整和审计以及合规审查和质量控制都会作为数据治理生命周期经常受到影响或重复。因此,数据……查看详情

    发布时间:2019.03.08来源:亿信华辰浏览量:121次

  • 理解数据治理

    理解数据治理

    专注于商业智能(bi)市场,深入了解组织在数据管理策略方面所面临的一些共同挑战。……查看详情

    发布时间:2019.01.09来源:亿信华辰浏览量:113次

  • 数据治理和流分析的关系

    数据治理和流分析的关系

    借助流分析,可以通过智能数据模型和算法快速处理传入数据,以致在许多情况下,流数据没有机会被存储。与传统的分析过程相比,这是一个重要的变化……查看详情

    发布时间:2021.04.23来源:亿信数据治理知识库浏览量:109次

  • 数据治理对医疗保健未来的重要性

    数据治理对医疗保健未来的重要性

    在过去的一年里,我已经广泛报道了基因组数据在医疗保健领域日益增长的重要性。其中一个最好的例子是英国生物银行与欧洲基因组 - 表型库(EG……查看详情

    发布时间:2019.03.08来源:亿信华辰浏览量:122次

  • 创新者的破局之路:煤炭行业首个集团级数据治理项目落地

    创新者的破局之路:煤炭行业首个集团级数据治理项目落地

    工业互联网激起能源领域一池春水,新一代信息技术则是其不断发展的加速器。山东能源集团下属临沂矿业集团有限责任公司(以下简称临矿集团)率先在……查看详情

    发布时间:2021.02.04来源:亿信华辰浏览量:272次

  • 金融行业大数据标准体系设计

    金融行业大数据标准体系设计

    金融大数据标准体系可分为基础标准、业务标准、治理标准和技术标准四大类。各类标准之间相互联系、相互约束、相互补充,共同构成完整的统一体。同……查看详情

    发布时间:2019.12.27来源:CSDN浏览量:162次

  • 数据质量监控

    数据质量监控

    数据质量监控可以分为数据质量的事前预防控制、事中过程控制和事后监督控制:……查看详情

    发布时间:2019.12.06来源:知乎浏览量:176次

  • DAMA 数据管理知识体系指南-数据管理方方面面的一部代表性著作

    DAMA 数据管理知识体系指南-数据管理方方面面的一部代表性著作

    本书由DAMA International组织众多数据管理领域的国际级资深专家编著。这是一项里程碑式的工作。数据管理是把业务和信息技术融……查看详情

    发布时间:2018.11.29来源:DAMA浏览量:176次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议