Data

Implementera AI-lösningar i verksamheten

Jacob H. Marquez

Data Scientist

Datans betydelse

Inga data, inga mönster att lära sig
Fel data, fel mönster
AI är bara så bra som datan

Stora datamängder för AI.

De fyra områdena för data

$$ Förvärva.

De fyra områdena för data

$$ Volym

De fyra områdena för data

$$ Kvalitet.

De fyra områdena för data

$$ Säkerhet.

Förvärv

Datatyper

Kunddemografi
Försäljningsinformation
Produktlager
Marknadsföringskampanjers resultat

Försörjningskedja

Inköp
Transport
Lagernivåer

AI för bildklassificering

Mekaniska fel
Tusentals märkta bilder

Förvärv

Förstapartsdata

Kreativa lösningar för datainsamling eller befintliga källor
Samarbeta med andra avdelningar
Kräver tid att förvärva

Tredjepartsdata

Specialister på datakällor
Samarbeta med andra företag

$$ Volym.

$$

Mer komplext = mer data
En maskininlärningsvetare fastställer kraven

Kvalitet

En misslyckad maträtt.

Kvalitet

Fullständighet.

Kvalitet

Noggrannhet.

Kvalitet

Relevans.

Kvalitet

Aktualitet.

Kvalitet – databias

Definition: systematiska fel eller fördomar i data som kan leda till felaktiga eller orättvisa resultat

Verktyg och metoder för att identifiera och utvärdera
Förhindra snedvridna resultat och partiska beslut
Bygga AI på ett ansvarsfullt sätt

Säkerhet

Hjälper till att:

Upprätthålla förtroende
Följa regelverk
Skydda affärsintressen

Åtgärder:

Ta bort personidentifierare
Lagringsriktlinjer
Kryptering
Åtkomstkontroll

Nu kör vi en övning!

Implementera AI-lösningar i verksamheten

Preparing Video For Download...