Análisis y práctica de aplicación de big data compartidos por Beida Jade Bird en Changping

Con el continuo desarrollo de Internet, la tecnología de big data se ha utilizado ampliamente en varios canales. Hoy, Changping Beida Jade Bird aprenderá sobre el funcionamiento práctico del análisis de big data y la aplicación de big data a través del análisis de casos. Una tendencia en el análisis de big data en los últimos meses ha sido un creciente énfasis en el uso de inteligencia artificial (en diferentes formas y sabores) para ayudar a analizar datos a gran escala y obtener conocimientos predictivos.

De hecho, el reciente renacimiento de la IA es en gran medida producto del big data. Los algoritmos detrás del aprendizaje profundo, un campo de la IA que ha recibido mucha atención últimamente, se inventaron esencialmente hace décadas, pero no mostraron un enorme potencial hasta que pudieron aplicarse de forma económica y rápida a datos a gran escala. La relación entre la IA y el big data es tan estrecha que los expertos de la industria ahora creen que la IA "se ha aburrido para enamorarse del big data".

Pero a su vez, la inteligencia artificial ahora está ayudando a que los macrodatos cumplan esta última promesa. El creciente enfoque en la IA/aprendizaje automático en la analítica también está en línea con la próxima tendencia evolutiva del big data: ahora tengo todos los datos, pero ¿qué conocimientos puedo obtener de ellos? Por supuesto, este asunto puede ser resuelto por científicos de datos. Desde el principio, su función es implementar el aprendizaje automático; de lo contrario, tienen que idear modelos para descubrir el significado de los datos. Sin embargo, la inteligencia artificial desempeña cada vez más un papel de apoyo para los científicos de datos: sólo descargando datos pueden los productos emergentes extraer fórmulas matemáticas (como ContextRelevant) o construir y recomendar automáticamente modelos de ciencia de datos que probablemente den buenos resultados (como DataRobot). Una nueva generación de empresas de IA ofrece productos que reconocen automáticamente entidades complejas como imágenes (como Clarifai y Dextro) o proporcionan potentes análisis predictivos (como HyperScience).

Al mismo tiempo, a medida que los productos basados ​​en el aprendizaje no supervisado se difundan y se perfeccionen, será interesante ver cómo evoluciona la relación entre ellos y los científicos de datos: ¿serán enemigos o amigos en el futuro? Por supuesto, la IA no reemplazará los puestos de los científicos de datos en el corto plazo, pero se espera que las tareas más simples que los científicos de datos suelen realizar sean cada vez más automatizadas, lo que puede conducir a ganancias significativas de productividad.

Pero en cualquier caso, la IA/aprendizaje automático no es de ninguna manera una tendencia a la que valga la pena prestar atención en el análisis de big data. La madurez general de las plataformas de BI de big data y sus capacidades en tiempo real cada vez mejoradas también es una tendencia interesante (como SiSense, ArcadiaData, etc.).