
AI、大數(shù)據(jù)、和數(shù)據(jù)科學的十大類算法
AI正在改變我們的職業(yè)、我們的工作方式和我們的企業(yè)文化。AI讓我們得以專注于那些真正關鍵的技術,讓人力資源得以充分發(fā)揮他們的長處。但在工作場景中應用AI確實會讓事情變得復雜,因為有各種不同層級的算法可以用于實現(xiàn)AI,每一類的使用和影響都有差別。為了更好地平衡人力資本和AI資本,本文作者介紹了用于實現(xiàn)AI、大數(shù)據(jù)、和數(shù)據(jù)科學的十大類算法,以及它們分別擅長的任務。
算法正在取代我們的工作嗎?是...是的...但算法是個好東西。
算法是一系列包含能夠幫助人解決問題、完成目標任務的規(guī)則的步驟。用正確的方式把這些步驟和規(guī)則組織起來,能夠自動化算法建立人工智能(AI)。AI能夠幫助我們做大量的分析性工作,讓我們把時間集中于更有價值的事情。
AI正在改變我們的職業(yè)、我們的工作方式和我們的企業(yè)文化。AI讓我們得以專注于那些真正關鍵的技術,讓人力資源得以充分發(fā)揮他們的長處。但在工作場景中應用AI確實會讓事情變得復雜,因為有各種不同層級的算法可以用于實現(xiàn)AI,每一類的使用和影響都有差別。為了更好地平衡人力資本和AI資本,本文介紹了用于實現(xiàn)AI、大數(shù)據(jù)、和數(shù)據(jù)科學的十大類算法。
1. Crunchers
這些算法使用比較少的重復步驟和較為簡單的規(guī)則處理(crunch)復雜問題。我們給這些算法提供數(shù)據(jù),它們就能得出一個答案。如果我們不喜歡這個答案,可以給算法提供更多的數(shù)據(jù),讓算法調整答案。Cruncher類算法擅長客戶分類、預估項目持續(xù)時間、分析調查數(shù)據(jù)等任務。
2. Guides
這些算法為我們怎樣根據(jù)成功的歷史操作得出最好的策略、步驟或工作流提供指南(guides)。指南類算法擅長協(xié)調大量需要理解并執(zhí)行如風險管理、戰(zhàn)略改變、復雜項目管理等事情的動態(tài)部件。
3. Advisors
這些算法基于歷史規(guī)律為我們提供預測、排名、成功的可能性等,對我們提出最佳選擇的建議(advise)。建議類(advisors)算法擅長提出決策、規(guī)劃和風險緩解方面的建議。
4. Predictors
這些算法使用解釋歷史行為和歷史事件的小型可重復性決定和判斷來對未來的人類行為和事件作出預測。預測類(predictors)算法擅長商業(yè)規(guī)劃、市場預測、品牌管理、健康診斷,以及預測消費者行為、品牌吸引力、欺詐行為、營銷機會、氣候事件以及疾病爆發(fā)等。
5. Tacticians
這些算法在戰(zhàn)術上(tactically)預先考慮短期行為并作出相應的反應。它們通過應用短期戰(zhàn)術規(guī)則(short-term tactical rules)的組合以及從相關人員中學來的信息做到這一點。戰(zhàn)術類(tacticians)算法擅長平衡供應鏈、系統(tǒng)性能、人力工作負荷和生產(chǎn)線。
6. Strategists
這些算法從策略上(strategically)預測行為并作相應的計劃。策略類(strategists)算法根據(jù)過去的數(shù)據(jù)發(fā)掘洞察和創(chuàng)新機會。它們通過應用短期規(guī)則和長期規(guī)則的組合、從相關人員中學來的信息以及這些人在不同的環(huán)境中的反應來做到這一點。策略類(strategists)算法擅長預測市場需求、客戶流失、工作效率以及員工流失。
7. Lifters
這些算法能夠代替我們自動完成重復性的任務,讓我們能夠專注于更有價值的工作。lifters類算法擅長分析和識別規(guī)則、欺詐行為、風險、改進、轉型、機會和創(chuàng)新等中重復的模式和差距。
8. Partners
這些算法具有我們的領域中的許多專業(yè)知識,能讓我們更高效、更專注。合作伙伴類(partners)算法擅長為我們提出建議、提供訓練,讓我們密切了解市場變化,并調整每日、每季度以及每年的目標。Partners理解我們的行為模式,知道我們何時應該吃午飯,氣溫達到幾度時需要開空調等等。
9. Okays
這些算法在多個領域具有專業(yè)知識,能夠代替我們的團隊完成全部分析工作。算法完成分析后,團隊中的每個人分別根據(jù)自己的專業(yè)技能審核分析結果,然后通過(okay)結果。Okays類算法擅長從各個角度深入分析物體構建大型圖像,可用于業(yè)務規(guī)劃、戰(zhàn)略改變、文化轉型等。
10. Supervisors
這些算法對我們的工作具有關鍵作用。它們能夠管理工作者及其業(yè)務,使企業(yè)保持生產(chǎn)效率和財力的強健。監(jiān)督類(supervisors)算法能夠協(xié)調人力一起其他算法,幫助我們實現(xiàn)長期的戰(zhàn)略發(fā)展目標。
AI是我們在全球商業(yè)舞臺上生存的關鍵。僅以人類資本參與競爭是不夠的,我們不僅需要AI來代替我們自動化工作,讓我們的創(chuàng)新力有更大的發(fā)揮,而且需要AI 來改變我們的行為、習慣以及工作風格,以使我們保持競爭力。為了保持我們的競爭優(yōu)勢,我們必須理解AI如何工作,同時AI也必須理解我們如何工作。而為了理解我們如何工作,AI必須理解情緒智能(Emotional Intelligence)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA 精益業(yè)務數(shù)據(jù)分析:數(shù)據(jù)驅動業(yè)務增長的實戰(zhàn)方法論 在企業(yè)數(shù)字化轉型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實踐 在 MySQL 數(shù)據(jù)庫表結構設計中,索引是提升查詢性能的核心手段。無論 ...
2025-07-16解析 MySQL Update 語句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫的日常運維與開發(fā)中,開發(fā)者和 DBA 常會 ...
2025-07-16如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價值、驅動決策的 ...
2025-07-15CDA 精益業(yè)務數(shù)據(jù)分析:驅動企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟時代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關聯(lián)表的 JOIN 實戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學的瑞士軍刀? ? 在數(shù)據(jù)驅動的時代,面對海量、復雜的數(shù)據(jù),如何高效地進行處理、分析和挖掘成為關鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14t檢驗與Wilcoxon檢驗的選擇:何時用t.test,何時用wilcox.test? t 檢驗與 Wilcoxon 檢驗的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進階: CDA數(shù)據(jù)分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報告、發(fā)展指導白皮書) 發(fā)布機構:CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經(jīng)網(wǎng)絡(RNN)家族中,長短期記憶網(wǎng)絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務的價值轉化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據(jù)查詢到趨勢預判? ? 在數(shù)據(jù)驅動決策的時代,預測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09