合格数据科学家的短缺通常被突出显示为采用大数据和AI的主要手工制表之一。但是,越来越多的工具正在非专家的手中将这些能力置于非专家的手中,无论好坏。188体育365

近年来自助分析平台的广度和质量爆发,这让非技术员工挖掘了大量的数据业务。他们通常让用户执行简单,日常的分析任务,类似于创建报告或构建数据可视化 - 而不是必须依赖公司的数据专家。

Gartner.最近预测使用自助分析的工人将输出比专业数据科学家更多的分析。鉴于数据专家的常年短缺和这些日子的巨大薪水,这可能是大多数C-Suite高管的耳朵的音乐。

越来越多地,这不仅仅是更简单的分析任务,可以更具可访问。特别是由大型云计算提供商驱动像亚马逊,谷歌和微软一样,有一个越来越多的工具来帮助初学者开始建立自己的机器学习模型。

这些工具提供预先构建的算法和直观的界面,使得有很多经验的人可以轻松获得。它们的目标是开发人员,而不是使用更简单的自助分析平台的日常业务用户,但它们意味着在高级统计数据中不再需要掌握博士。

最近,谷歌发布了一个名为的服务云自动化实际上使用机器学习本身来自动化建筑物的复杂过程和调整深度神经网络以进行图像识别。

它们不是自动化机器学习的不是唯一的。基于波士顿的Datarobot让用户上传他们的数据,突出显示目标变量,然后系统基于平台的数百个开源机器的集合自动构建数百个模型学习算法。然后,用户可以从最佳执行模型中选择并使用它来分析未来数据。

对于更冒险的开发人员来说,有一个越来越多的开源机器学习库,提供了制作自定义算法所需的基本子组件。

这仍然需要相当大的编码体验和用于数据的大脑,但就在上个月的基于奥斯汀的CognitivesCale发布的皮质,他们说是第一个用于构建AI型号的图形用户界面

不是必须通过写作和结合无穷无尽的代码来指定他们想要的东西,而是可以简单地将各种预先制作的AI“技能”丢弃与情感分析或自然语言处理中的蜂窝状界面,其中包含表示数据流的细胞之间的线。这些技能可以组合以构建一个更复杂的模型,能够执行高级任务,例如使用文本分析的处理保险索赔。

就像替换Visual Guis一样的宇宙命令行接口,如Windows大大扩展了能够与个人计算机偶然进行的人数,Cortex的创建者表示他们的工具可能对AI具有类似的效果。

所有这些都可以使进入高级分析的获取的尝试可以很长的路要加快各种企业的采用。把这些工具放在非专家手中可能意味着没有资源竞争顶级数据专业人员的公司仍然可以获得188体育365AI的好处

它还可以释放专家来处理技术的最前沿188体育365应用,而不是在更加平凡的情况下陷入困境,而是商业上重要的项目。

但是,在将非专家宽松宽松的情况下,还需要考虑风险。188体育365数据集。数据科学不仅仅是了解如何构建算法。这是关于了解如何有效地收集数据,如何为分析做好准备,以及各种统计技术的优势和局限性。

The old adage “garbage in, garbage out” highlights the danger of putting powerful analytics in the hands of those who don’t fully understand the tools they are using or the provenance of their data and the potential errors or biases that may be hidden in it.

写作福布斯,来自自助分析平台的布伦特·迪卡斯多多人指出,企业不应指望这些技术的民主化,使其员工成为有效的“公民数据科学家”。他表示,他们需要与如何正确解释和分析数据的稳健培训,以及强大的数据治理,以确保使用的数据是可靠的。

这将需要训练有素的数据科学家发挥着关键的监督作用,以确保AI的扩散提供具有可靠洞察力的企业而不是引领他们误入歧途。

图像信用:Fatmawati Achmad Zaenuri./shutterstock.com.

我是印度班加罗尔的自由职业者科学和技术作家。我的主要感兴趣的领域是工程,计算和生物学,特别关注三个之间的交叉点。

遵循EDD: