Hay una cantidad de palabras de moda, los jergas en los leat de la industria los revisan.
Nos ayuda a derivar información implícita, que antes se desconocía. Por ejemplo, queremos encontrar la prioridad alimentaria de dos tipos de mascotas y queremos saber sobre eso. Cuando vamos a la minería de oro extraemos oro, pero la minería de datos extrae el conocimiento de los datos.
- ¿Qué tan bueno es un nanogrado de Udacity en ciencia de datos para un estudiante graduado?
- ¿Cuál es la progresión profesional típica de un científico de datos, gerente financiero o gerente de programa?
- ¿Sería difícil hacer una aplicación que tome fotos de partituras y las reproduzca en el instrumento elegido?
- ¿Los grandes datos están afectando nuestra privacidad?
- ¿Cuáles son las áreas de investigación en el análisis de big data, especialmente relacionadas con la minería de datos?
Cómo puede correr el auto sin conductor, cómo puede ser derrotado el ser humano. ML está en todas partes, son algoritmos que aprenden después de la clasificación regular del proceso en particular. A medida que Facebook aprenda qué página es auténtica, por ejemplo, una página de persona es auténtica o simplemente por diversión. Se puede hacer buscando algunas páginas de características de la persona auténtica y no auténtica, y esto se puede hacer por sí solo en función de la variable de entrada y buscar variables de salida. Entonces más tarde podemos encontrar categorías de páginas FB.
Análisis de datos:
EDA pasando por la comprensión de datos de diferentes maneras basadas en datos. Aprendizaje supervisado y sin supervisión. Cubre el análisis descriptivo exploratorio de las herramientas de BI para encontrar información basada en los datos. Encontrar tendencias o algo fuera de contexto en los datos atípicos, etc. Encontramos el problema con los datos o el problema de negocios con el proceso. Luego hacemos un análisis confirmatorio para encontrar que era cierto o no basado en hipótesis.
Los grandes datos a menudo se caracterizan por 3V: el * volumen * extremo de datos, la amplia * variedad * de tipos de datos y la * velocidad * a la que los datos deben procesarse. Aunque big data no equivale a ningún volumen específico de datos, el término se usa a menudo para describir terabytes, petabytes, incluso exabytes de datos capturados a lo largo del tiempo.
AI (inteligencia artificial):
Es la simulación de procesos de inteligencia humana por parte de máquinas, especialmente sistemas informáticos. Estos procesos incluyen el aprendizaje (la adquisición de información y las reglas para usar la información), el razonamiento (el uso de las reglas para llegar a conclusiones aproximadas o definitivas) y la autocorrección. Las aplicaciones particulares de IA incluyen sistemas expertos, reconocimiento de voz y visión artificial.