Elemente der künstlichen Intelligenz
Nachdem wir das umfassende Thema näher beleuchtet haben , werfen wir einen Blick auf einige Elemente , die in der künstlichen Intelligenz eine Rolle spielen .
Datenerfassung
Bevor sie verarbeitet werden können , müssen die umfangreichen , zuvor bereits erwähnten Datenmengen erst einmal erfasst werden . Hier kommt die Datenerfassung ins Spiel . Als Datenquellen kommen beispielsweise Social Media- Streams , Transaktionssysteme in Unternehmen und Sensordaten infrage ( auch bekannt als Internet der Dinge ). Die Daten werden häufig in Form von Dateien , Transaktionen oder Streams abgerufen und in einem Repository gespeichert . Dabei bildet die Public Cloud dank praktisch unbegrenzter Speicherkapazität und relativ niedrigen Kosten ein attraktives Ziel .
Datenmanipulation
Wir verwenden „ Datenmanipulation “ als Oberbegriff für einige Konzepte , die im Allgemeinen 80-90 % des Gesamtaufwands bei der KI ausmachen . Hierzu zählen :
• ETL ( Extrahieren , Transformieren , Laden ) zur Überführung von Daten in ein einheitliches Format
• Bereinigen oder Entfernen unvollständiger oder beschädigter Daten
• Deduplizierung zum Entfernen doppelter Daten , die u . U . aus unterschiedlichen Quellen abgerufen wurden
• Anreicherung mit Daten von Dritten , die die zu analysierenden Datensätze vervollständigen können
Obwohl dieser Prozess größtenteils automatisiert werden kann , ist es immer noch relativ aufwendig , sämtliche Daten für die Analyse aufzubereiten .
Datenanalyse
Nachdem die Daten erfasst und in ein brauchbares Format umgewandelt wurden , können sie für maschinelles Lernen und Deep Learning genutzt werden . Wir sprechen hier nicht von einer exakten Wissenschaft und müssen daher vielfach nach dem Trial-and-Error-Prinzip vorgehen . Außerdem ist ein gewisses Fachwissen von Vorteil . Bei der Analyse von Marketingdaten sollten Sie beispielsweise jemanden hinzuziehen , der sich in dem Fachgebiet auskennt . Auch wenn Sie die vorausschauende Wartung für Industriemaschinen optimieren möchten , empfiehlt es sich , den Rat eines Experten einzuholen , dem die Schwachstellen dieser Maschinen bekannt sind .
Wenn Sie diese experimentellen Analysen mit dem Wissen eines Experten kombinieren , der sich mit den zugrunde liegenden Datengenerierungsprozessen auskennt , werden Sie sehr wahrscheinlich zuverlässige Ergebnisse erhalten . Das allgemeine Ziel besteht darin , Geschäftsentscheidungen zu treffen , die mit einer menschlichen Entscheidung vergleichbar oder besser sind .
Datenvisualisierung
Die Datenvisualisierung ist der letzte und häufig vernachlässigte Teil des Ganzen und befasst sich mit der Sichtung der Ergebnisse aus vorangehenden Phasen . Berücksichtigt man die Feinheiten der visuellen Wahrnehmung , bestehen
WINTER 2018 | THE DOPPLER | 57