精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當(dāng)前位置:人工智能行業(yè)動(dòng)態(tài) → 正文

改進(jìn)AI/ML部署的5種方法

責(zé)任編輯:cres 作者:Mary Shacklett |來源:企業(yè)網(wǎng)D1Net  2019-04-25 10:38:23 原創(chuàng)文章 企業(yè)網(wǎng)D1Net

在進(jìn)行任何AI/ML部署之前,組織需要將其數(shù)據(jù)科學(xué)的研究工作與項(xiàng)目管理的最佳實(shí)踐相結(jié)合。
 
在2019年1月,Gartner發(fā)布了一項(xiàng)調(diào)查,37%的受訪者表示他們已經(jīng)在某種程度上使用了人工智能(AI),但54%的受訪者表示,他們所在組織的技能短缺阻礙了他們積極推進(jìn)使用人工智能的進(jìn)程。
 
這里指的并不是數(shù)據(jù)科學(xué)家,他們?nèi)匀还┎粦?yīng)求,并且正在積極地被雇傭,而是指許多組織沒有使用IT項(xiàng)目的方法來實(shí)施他們的AI工作,以確保項(xiàng)目滿足他們的業(yè)務(wù)目標(biāo)。
 
“我們看到很多數(shù)據(jù)科學(xué)團(tuán)隊(duì)正在研究許多并行的ML和AI計(jì)劃,但是很少有人將模型部署到實(shí)際的生產(chǎn)應(yīng)用程序當(dāng)中,”專攻機(jī)器學(xué)習(xí)(ML)訓(xùn)練數(shù)據(jù)的Alegion首席執(zhí)行官Nathaniel Gates表示。
 
Gates補(bǔ)充說,高技能的數(shù)據(jù)科學(xué)家可能缺乏數(shù)據(jù)準(zhǔn)備和項(xiàng)目管理方面的實(shí)際業(yè)務(wù)經(jīng)驗(yàn)。“他們擅長概念化、構(gòu)建和測試AI和ML算法,”他繼續(xù)說道。“但是我們通常不會(huì)在這些數(shù)據(jù)科學(xué)團(tuán)隊(duì)當(dāng)中發(fā)現(xiàn)太多的人工智能項(xiàng)目專家。所以他們往往缺乏為人工智能和機(jī)器學(xué)習(xí)準(zhǔn)備數(shù)據(jù)的實(shí)際經(jīng)驗(yàn)。”
 
在進(jìn)行任何的AI/ML部署之前,組織需要將其數(shù)據(jù)科學(xué)的研究工作與其項(xiàng)目管理的最佳實(shí)踐相結(jié)合。
 
如何改進(jìn)部署
 
以下是組織改進(jìn)人工智能部署的五種方法。
 
1.開發(fā)一個(gè)內(nèi)部切換流程,將初始數(shù)據(jù)科學(xué)算法和早期數(shù)據(jù)工作轉(zhuǎn)換到IT項(xiàng)目管理當(dāng)中
 
這種切換將確保數(shù)據(jù)質(zhì)量和數(shù)量準(zhǔn)備,并將項(xiàng)目置于熟練的項(xiàng)目經(jīng)理的管理之下。
 
2.將人工數(shù)據(jù)評(píng)估和機(jī)器學(xué)習(xí)自動(dòng)化與您的數(shù)據(jù)結(jié)合使用
 
了解數(shù)據(jù)的技術(shù)人員在數(shù)據(jù)質(zhì)量評(píng)估中是非常寶貴的,但是他們可能缺乏審查所有數(shù)據(jù)算法流程的能力。因此,采用機(jī)器學(xué)習(xí)形式的數(shù)據(jù)評(píng)估自動(dòng)化是至關(guān)重要的,機(jī)器學(xué)習(xí)可以由人類專家進(jìn)行訓(xùn)練,以評(píng)估數(shù)據(jù)的質(zhì)量。
 
3.為您的ML使用敏捷開發(fā)方法
 
人工智能項(xiàng)目應(yīng)該在可管理的sprint中進(jìn)行,允許快速迭代地規(guī)劃、構(gòu)建和測試人工智能應(yīng)用程序的各個(gè)部分。
 
“對(duì)于成功的ML開發(fā)來說,關(guān)注持續(xù)迭代改進(jìn)的敏捷開發(fā)方法是必不可少的,”Gates說。
 
4.集中您的AI和ML數(shù)據(jù)
 
“我們合作過的最成熟的公司已經(jīng)將他們對(duì)人工智能的ML訓(xùn)練數(shù)據(jù)需求合并到了一個(gè)集中的共享服務(wù)當(dāng)中,該服務(wù)可以在企業(yè)內(nèi)的眾多數(shù)據(jù)科學(xué)項(xiàng)目中被使用,”Gates說。
 
5.使用熟練的項(xiàng)目經(jīng)理
 
AI和ML團(tuán)隊(duì)?wèi)?yīng)該由能夠執(zhí)行項(xiàng)目管理方法和最佳實(shí)踐的項(xiàng)目經(jīng)理來擴(kuò)充。
 
“AI和ML團(tuán)隊(duì)常常沒有懂得如何在團(tuán)隊(duì)之外的組織中進(jìn)行運(yùn)作的成員,”Gates表示。“我們一直在與數(shù)據(jù)科學(xué)家交談,他們知道自己需要大量的ML訓(xùn)練數(shù)據(jù),完全理解為什么他們無法用現(xiàn)有的團(tuán)隊(duì)來生成這些數(shù)據(jù),但是卻對(duì)組織的預(yù)算、采購和項(xiàng)目管理流程一無所知。”

關(guān)鍵字:人工智能AI

原創(chuàng)文章 企業(yè)網(wǎng)D1Net

x 改進(jìn)AI/ML部署的5種方法 掃一掃
分享本文到朋友圈
當(dāng)前位置:人工智能行業(yè)動(dòng)態(tài) → 正文

改進(jìn)AI/ML部署的5種方法

責(zé)任編輯:cres 作者:Mary Shacklett |來源:企業(yè)網(wǎng)D1Net  2019-04-25 10:38:23 原創(chuàng)文章 企業(yè)網(wǎng)D1Net

在進(jìn)行任何AI/ML部署之前,組織需要將其數(shù)據(jù)科學(xué)的研究工作與項(xiàng)目管理的最佳實(shí)踐相結(jié)合。
 
在2019年1月,Gartner發(fā)布了一項(xiàng)調(diào)查,37%的受訪者表示他們已經(jīng)在某種程度上使用了人工智能(AI),但54%的受訪者表示,他們所在組織的技能短缺阻礙了他們積極推進(jìn)使用人工智能的進(jìn)程。
 
這里指的并不是數(shù)據(jù)科學(xué)家,他們?nèi)匀还┎粦?yīng)求,并且正在積極地被雇傭,而是指許多組織沒有使用IT項(xiàng)目的方法來實(shí)施他們的AI工作,以確保項(xiàng)目滿足他們的業(yè)務(wù)目標(biāo)。
 
“我們看到很多數(shù)據(jù)科學(xué)團(tuán)隊(duì)正在研究許多并行的ML和AI計(jì)劃,但是很少有人將模型部署到實(shí)際的生產(chǎn)應(yīng)用程序當(dāng)中,”專攻機(jī)器學(xué)習(xí)(ML)訓(xùn)練數(shù)據(jù)的Alegion首席執(zhí)行官Nathaniel Gates表示。
 
Gates補(bǔ)充說,高技能的數(shù)據(jù)科學(xué)家可能缺乏數(shù)據(jù)準(zhǔn)備和項(xiàng)目管理方面的實(shí)際業(yè)務(wù)經(jīng)驗(yàn)。“他們擅長概念化、構(gòu)建和測試AI和ML算法,”他繼續(xù)說道。“但是我們通常不會(huì)在這些數(shù)據(jù)科學(xué)團(tuán)隊(duì)當(dāng)中發(fā)現(xiàn)太多的人工智能項(xiàng)目專家。所以他們往往缺乏為人工智能和機(jī)器學(xué)習(xí)準(zhǔn)備數(shù)據(jù)的實(shí)際經(jīng)驗(yàn)。”
 
在進(jìn)行任何的AI/ML部署之前,組織需要將其數(shù)據(jù)科學(xué)的研究工作與其項(xiàng)目管理的最佳實(shí)踐相結(jié)合。
 
如何改進(jìn)部署
 
以下是組織改進(jìn)人工智能部署的五種方法。
 
1.開發(fā)一個(gè)內(nèi)部切換流程,將初始數(shù)據(jù)科學(xué)算法和早期數(shù)據(jù)工作轉(zhuǎn)換到IT項(xiàng)目管理當(dāng)中
 
這種切換將確保數(shù)據(jù)質(zhì)量和數(shù)量準(zhǔn)備,并將項(xiàng)目置于熟練的項(xiàng)目經(jīng)理的管理之下。
 
2.將人工數(shù)據(jù)評(píng)估和機(jī)器學(xué)習(xí)自動(dòng)化與您的數(shù)據(jù)結(jié)合使用
 
了解數(shù)據(jù)的技術(shù)人員在數(shù)據(jù)質(zhì)量評(píng)估中是非常寶貴的,但是他們可能缺乏審查所有數(shù)據(jù)算法流程的能力。因此,采用機(jī)器學(xué)習(xí)形式的數(shù)據(jù)評(píng)估自動(dòng)化是至關(guān)重要的,機(jī)器學(xué)習(xí)可以由人類專家進(jìn)行訓(xùn)練,以評(píng)估數(shù)據(jù)的質(zhì)量。
 
3.為您的ML使用敏捷開發(fā)方法
 
人工智能項(xiàng)目應(yīng)該在可管理的sprint中進(jìn)行,允許快速迭代地規(guī)劃、構(gòu)建和測試人工智能應(yīng)用程序的各個(gè)部分。
 
“對(duì)于成功的ML開發(fā)來說,關(guān)注持續(xù)迭代改進(jìn)的敏捷開發(fā)方法是必不可少的,”Gates說。
 
4.集中您的AI和ML數(shù)據(jù)
 
“我們合作過的最成熟的公司已經(jīng)將他們對(duì)人工智能的ML訓(xùn)練數(shù)據(jù)需求合并到了一個(gè)集中的共享服務(wù)當(dāng)中,該服務(wù)可以在企業(yè)內(nèi)的眾多數(shù)據(jù)科學(xué)項(xiàng)目中被使用,”Gates說。
 
5.使用熟練的項(xiàng)目經(jīng)理
 
AI和ML團(tuán)隊(duì)?wèi)?yīng)該由能夠執(zhí)行項(xiàng)目管理方法和最佳實(shí)踐的項(xiàng)目經(jīng)理來擴(kuò)充。
 
“AI和ML團(tuán)隊(duì)常常沒有懂得如何在團(tuán)隊(duì)之外的組織中進(jìn)行運(yùn)作的成員,”Gates表示。“我們一直在與數(shù)據(jù)科學(xué)家交談,他們知道自己需要大量的ML訓(xùn)練數(shù)據(jù),完全理解為什么他們無法用現(xiàn)有的團(tuán)隊(duì)來生成這些數(shù)據(jù),但是卻對(duì)組織的預(yù)算、采購和項(xiàng)目管理流程一無所知。”

關(guān)鍵字:人工智能AI

原創(chuàng)文章 企業(yè)網(wǎng)D1Net

電子周刊
回到頂部

關(guān)于我們聯(lián)系我們版權(quán)聲明隱私條款廣告服務(wù)友情鏈接投稿中心招賢納士

企業(yè)網(wǎng)版權(quán)所有 ©2010-2024 京ICP備09108050號(hào)-6 京公網(wǎng)安備 11010502049343號(hào)

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 革吉县| 卢氏县| 大化| 娱乐| 绵阳市| 宜章县| 江阴市| 上饶市| 剑阁县| 金川县| 牟定县| 大渡口区| 通许县| 晴隆县| 金川县| 砀山县| 普定县| 德清县| 新源县| 十堰市| 阿城市| 湄潭县| 方城县| 台中县| 柘城县| 辽宁省| 大埔县| 紫阳县| 共和县| 望都县| 曲周县| 太原市| 江川县| 巧家县| 高州市| 龙南县| 曲松县| 江达县| 敖汉旗| 岳池县| 石景山区|