Desde una perspectiva corporativa, he tenido un éxito considerable al comenzar todas las iniciativas de Big Data con una comprensión de los desafíos estratégicos centrales de la organización, y luego identificando los datos que serían necesarios para ayudar a resolver el desafío.
Lo anterior también ha sido una forma exitosa de lograr que la junta apruebe los proyectos de Big Data, porque se ha aplicado un buen pensamiento al problema, y cómo la cadena de valor de datos ayudará a resolver el problema y cómo la resolución del problema es positiva impacta los ingresos, costos y riesgos.
En mi opinión, el enfoque alternativo convencional para el análisis de big data está bien si la organización puede permitirse tener algunos recursos muy costosos que realizan análisis en un conjunto de big data sin un objetivo particular en mente. Si se descubren ideas y cuando se descubren, aún habrá una gran demanda de recursos necesarios para actuar realmente sobre esas ideas, pero no se sabe de antemano si las ideas son significativas en un contexto comercial.
- ¿Cuáles son algunos ejemplos del mundo real en los que la ciencia de datos se usa con la teoría de juegos?
- ¿Cuáles son los principales factores del big data?
- ¿Cómo utilizan los bancos la minería de datos?
- ¿Cómo se sienten los estudiantes de doctorado en aprendizaje automático después del reciente aumento del aprendizaje profundo? ¿Creen que gran parte de su arduo trabajo se desperdiciará?
- ¿Debo ir para el desarrollo de Android o la ciencia de datos o la programación de Python o el aprendizaje automático?
