Данные

Внедрение ИИ-решений в бизнесе

Jacob H. Marquez

Data Scientist

Важность данных

Нет данных — нет закономерностей для обучения
Неверные данные — неверные закономерности
ИИ настолько хорош, насколько хороши данные

Большие данные для ИИ.

Четыре области работы с данными

$$ Получение.

Четыре области работы с данными

$$ Объём

Четыре области работы с данными

$$ Качество.

Четыре области работы с данными

$$ Безопасность.

Сбор данных

Типы данных

Демографические данные клиентов
Информация о продажах
Складские запасы
Эффективность маркетинговых кампаний

Цепочка поставок

Закупки
Транспортировка
Уровни запасов

ИИ для классификации изображений

Механические неисправности
Тысячи размеченных изображений

Сбор данных

Собственные данные

Творческий подход к сбору или использование существующих источников
Взаимодействие с другими подразделениями
Требуют времени на получение

Данные третьих сторон

Специализированные поставщики данных
Партнёрство с другими компаниями

$$ Объём.

$$

Сложнее задача — больше данных
Специалист по машинному обучению определяет требования

Качество

Блюдо низкого качества.

Качество

Полнота.

Качество

Точность.

Качество

Релевантность.

Качество

Актуальность.

Качество — предвзятость данных

Определение: систематические ошибки или предубеждения в данных, которые могут приводить к неточным или несправедливым результатам

Инструменты и методы для выявления и оценки
Предотвращение искажённых результатов и предвзятых решений
Ответственная разработка ИИ

Безопасность

Помогает:

Поддерживать доверие
Соблюдать нормативные требования
Защищать интересы бизнеса

Меры защиты:

Удаление персональных идентификаторов
Политики хранения данных
Шифрование
Контроль доступа

Давайте потренируемся!

Внедрение ИИ-решений в бизнесе

Preparing Video For Download...