20個數據科學和人工智能方麵你需要知道

困惑於關鍵詞數據科學和人工智能?

你不是一個人。有很多重要方麵知道如果你想進一步了解,飛行員和規模AI在你的事業和你的公司。

不過,別擔心。我們的朋友在Pandata你淹沒了。Pandata授權組織設計和開發以人為中心的人工智能和機器學習解決方案。他們數據科學專家和他們是AI translators-they知道如何用簡單的方法描述複雜問題。

他們甚至建立一個方便的數據科學與人工智能術語表,我們從他們的網站轉載與他們的許可。它有20項你需要知道,如果你想更好的理解和使用人工智能。

算法

一係列的指令或食譜操縱數據來實現最終的目標。我們使用的編程語言如Python或R來實現算法。算法可以包括過程從簡單的極其複雜的神經網絡。

人工智能(AI)

人工智能是一個解決方案,學會識別和反應模式,模擬傳統人工任務理解語言,推薦業務操作,合成大量的信息。AI效果最好的時候協助人類通過學習非常依賴於大量的重複性任務的信息。

商業智能

數據應該被用來獲得可行的商業智能。我們的主要目標是使用數據業務價值作出貢獻。這是通過統計分析,數據可視化/報告和機器學習。

儀表盤

交互式數據可視化或一係列可視化,讓利益相關者探索各種維度的數據。我們使用工具,如開發儀表板表或PowerBI decipherability和易用性的目標,最終用戶可以獨立深入的數據細節或探索高水平的摘要信息。

工程數據

數據工程涉及到規劃、設計和實施信息係統。這包括數據存儲以及數據科學家使用的管道來訪問和轉換數據。

數據濃縮

可以增強組織的數據的方式提高業務洞察力和授權預測分析。我們使用廣泛的開源數據補充和豐富你的知識專有數據來源。

湖與數據倉庫的數據

你在哪裏存儲你的數據依賴於你有什麼類型的數據。使用“數據湖”當你所生,未加工的數據,經常有不同的結構,沒有任何關係。“數據倉庫”是用於存儲結構化或關係數據從許多來源,而不隻是一個。

數據科學

數據科學存在交集的數學、統計、計算機編程和業務。數據科學的應用這些工具提供的洞察力和價值數據。

數據可視化

數據可用於提供商業智能,但如果一個利益相關者不能理解,很難,智力轉化為商業價值。可視化和報告,橋梁。這也是必要時呈現的結果統計分析和機器學習。

深度學習

使用像深層神經網絡的架構執行機器學習。如果情況要求,深度學習可以超越經典方法和提供先進的性能。我們發現深學習是最有用的序列數據,圖像數據,或從模擬的學習環境。

探索性數據分析(EDA)

關鍵在任何數據相關項目早期階段,EDA包括探索可用數據和總結的主要特征,通常使用可視化。它可以提供額外的洞察力的數據集,並導致思想和假設探索與更正式的統計建模。

提取、轉換和加載(ETL)

為了準備一個清理數據集查詢和進一步使用,ETL指的提取從一個或多個數據源的數據,把數據轉換為適當的格式或結構,以及數據的加載到目標數據庫中。

特征選擇

特征選擇是用於機器學習——隻選擇相關的功能從數據和刪除功能冗餘或不相關的允許簡化模型和減少訓練時間。

Hadoop

Apache Hadoop是一個開源軟件框架,分布式存儲和處理的數據。Hadoop受益於文件的分布在Hadoop集群中的節點和跨多個節點並行處理的數據。Hadoop可以部署在本地計算機集群,在雲中(使用服務,比如Amazon AWS或微軟Azure),或作為組合混合解決方案。

機器學習

機器學習算法允許計算機學習數據以執行特定的任務。多數情況下,這是某種形式的預測或優化,雖然它也可以用於通用模式挖掘。

自然語言處理(NLP)

世界上大部分的數據以自然語言的形式,通常非結構化。我們把古典方法和現代深度學習獲得可行的見解和預測分析各種形式的文本數據。

模式挖掘

雖然模式挖掘是有用的對於所有形式的機器學習,這是最有用的“無監督”設置,當數據自然不能用於預測分析。它通常能提供商業智能的,可以用作墊腳石進行預測分析。

推薦係統

推薦係統是用來預測用戶的喜好等基於輸入用戶的曆史偏好或類似用戶的偏好。推薦係統的常見用途包括建議由流媒體內容服務Spotify和YouTube和產品推薦由亞馬遜和其他電子商務網站。

監督與非監督機器學習

監督機器學習使用訓練數據包括一個輸入和預期的輸出。一旦訓練,模型將接受一個前所未有的輸入和輸出預測期間基於功能開發的培訓。監督學習算法的常見例子包括決策樹、線性和邏輯回歸,再。常見的應用包括預測未來模式或分類類別。

無監督學習在本質上是探索性的。輸出類別不包含在訓練集,和一個共同的目標是找到先前未被發現的模式。無監督學習算法的一個常見的例子是k - means,常見的應用程序集群進行異常檢測。

統計分析

這是最常用的高級知識的數據收集。這個高層次的知識用於激勵進一步商業智能的努力。統計分析可以創建可行的商業智能的或與報告相結合的解決方案。它也常被認為是一個機器學習的必要成分。