人工智能的可解释性是他们关注的问题
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-12-04
数据科学这么多的问题-从一个缺乏信任的内部和外部的合规问题，并在模型中甚至不公平的偏见
就数据模型而言，可解释性是数据科学家目前面临的大挑战，占46％，数据标签（29％），模型部署（28％）和数据质量检查（25％）排在前4位，当被问及在接下来的12个月中哪些技术发展对数据科学和机器学习团队重要的时候，可解释性再次成为选择，提供业界模型智能平台，“这些新数据表明，可解释性是数据科学家正在寻求解决方案的关键挑战。
超越生存–数据和分析帮助企业重塑未来
企业如何利用数据和分析来应对大流行性挑战并超越生存模式，大流行表明，数据和分析不再是可选的，在迅速成为新常态的大规模，破坏性和持续变化中，生存是必不可少的–因为它们使业务能够做出明智的决定，以确保业务连续性，了解客户不断变化的需求并保护员工，消费者和公民，数据和分析被用于预测，可视化和追踪新型冠状病毒的感染率，住院率，死亡率和生存率，并管理宝贵的医院资源：从急诊室和重症监护室到呼吸机，个人防护设备和医务人员。
交互式感染图通过在邻域层面上显示感染数据来帮助控制疾病的传播
从而提醒居民在此期间应采取预防措施，以防隔离疲劳和行为更加宽松，人工智能和机器学习来对抗COVID-19：从肺部CT扫描图像中检测出COVID-19肺炎的视觉征兆，到使用配备有热传感器的摄像机来识别发烧的人，更重要的是，AI / ML（以及它们所依赖的数据）对于分析病毒基因组以创建疫苗是必不可少的。在自动化设计和虚拟分子测试，以创建药物来治疗疾病; 并挖掘科学文献以寻求可能的治疗方法。
这只是在使用数据，分析和AI / ML对抗流行病的许多情况的开始
在业务中大流行病对所有行业的数据和分析产生了的近实时需求，各个级别的业务利益相关者都在使用数据和分析来了解他们的客户，消费者，公民，员工和合作伙伴现在需要什么，并预测他们不久的将来将需要什么，以便根据需要进行准备和再次进行，零售商正在不断分析消费者的购买行为，以预测需求，管理库存和处理重新订购以及管理商店员工，教育机构（另一个遭受严重打击的部门）在大流行初期就利用数据评估持续封锁以及替代教育提供方法（如远程教学）带来的财务影响和影响，许多人还将分析用于教师和设施管理。
在制造业中分析有助于将重点转向新产品
评估工厂关闭的影响，对现金流的流动性和债务义务进行建模，管理员工和供应商，包括寻找替代方案，精通数字并具有分析能力的组织很早就意识到分析，尤其是预测分析，非常接近拥有水晶球，尤其是在不确定性和危机时期，他们知道分析是实现以下目标的方法：
1、及时了解运营绩效；
2、发现新兴趋势，为新的策略和商业模式提供信息；
3、模拟结果；评估选项，方案和约束；并模拟其影响；
4、测试新方法的功效；
5、衡量新策略和干预措施的影响；
6、调整路线或在需要时调整业务；
重要的是，将不确定性和风险降至
因为组织像个人一样讨厌不确定性，不确定性使人迷惑，令人恐惧，并且可能造成破坏性后果，（这也可能意味着巨大的机会）分析减少了不确定性–它有助于预测未来，衡量与目前的状况相比我们做得如何，并从过去中学习，为未来的到来做准备，尽管有些企业在挣扎，但许多组织已经超越了单纯的生存之道，–他们正在利用数据，分析和AI / ML进行创新并创造自己的未来，它们有什么共同点，我们可以从中学到什么？
我们始终认为大流行幸存者是敏捷，有创造力的，并且他们在功能，文化和程序框框之外思考
他们很快意识到速度是至关重要的，并且不断发展，形成了跨职能的IT和业务团队，他们无休止地反复工作，就像没有明天一样他们相互协作互相学习，他们找到了绕过传统请求获取流程的方法，并学会了与需要分析的用户直接合作，而不是明天而是今天。
这些幸存者将数据和分析视为他们组织的中枢神经系统
因为他们知道数据和分析是了解如何做出响应的一种手段，所以数据和分析可以帮助人们思考，他们知道数据和分析可以帮助您引导组织度过大流行的风暴，对于某些人来说，它们还有助于超越生存：帮助重新构想未来，使自己在新常态中蓬勃发展，甚至创造那个未来，重要的是，这些大流行幸存者之所以成功，是因为它们立足于有效，成熟的数据管理和组织文化的基础上，该组织将数据视为宝贵的企业资产-可以可靠地了解业务健康和客户需求的人。
即使是不太成熟的企业也能够在大流行的早期阶段动员起来
并迅速提供利益相关者所需的见解。例如，在大流行初期，加拿大的一个市政府建立了一个解决方案，以整合来自许多机构的数据，以监控个人防护设备的库存水平和要求以及集中订单，这使他们能够更好地保护员工和居民，现在随着经济的重新开放（并可能再次收缩），他们正在使用数据和分析来跟踪和管理其5,000名员工，特别是无法在家工作的重要员工，这确保了政府可以继续提供急需的服务，同时保护员工并防止传播。
那您和您的组织呢？你站在哪里？您的组织在危机中表现如何？您是否应该投入大量有限的资金来增强数据管理和分析能力？我们希望，我们相信您的问题不再是“如果”，但如何快，你需要移动到做到这一点。
1、您当前的成熟度水平；
2、您的运营/业务范围的大小和多样性；
3、您所在行业/行业中发生的破坏程度以及同业之间的激烈竞争；
您的业务理想：
1、为了保持您相对于同行的地位，
2、确保防危机的立场，或
3、领先于竞争对手。
您是否确切了解组织各部分正在发生的事情
并且可以分析历史数据和运营数据吗？我还要补充：您能做到接近实时吗？这不仅是大量信息短缺的时期，还是大量数据转移的时期，–您昨天收集的数据明天可能不再有用，因为消费者的行为已经改变并且还在继续改变。
1、您能否确定需要调整或改进的产品，服务和内部流程？
2、您是否知道自己相对于竞争对手的位置，并且正在积极地进行监控？
3、您是否可以预期客户行为以及您所在行业/行业的变化（在当前急剧中断的情况下有可能）？
4、你知道需要做什么吗？您可以根据相关的及时数据检验您的业务假设吗？（并且不要忘记数据质量。）
如果对上述问题的回答为“否”，“也许”或“某种”，那么现在是时候投资建立坚实的数据和分析基础，现代化您现有的数据管理和分析功能，并且–已经做到了–投资更高级的功能，例如预测，数据科学，也许还有AI和机器学习。
像之前的所有危机一样，COVID-19大流行可能已经暴露出您的缺陷和不足
就数据模型而言，可解释性是数据科学家目前面临的大挑战，占46％，数据标签（29％），模型部署（28％）和数据质量检查（25％）排在前4位，当被问及在接下来的12个月中哪些技术发展对数据科学和机器学习团队重要的时候，可解释性再次成为选择，提供业界模型智能平台，“这些新数据表明，可解释性是数据科学家正在寻求解决方案的关键挑战。
超越生存–数据和分析帮助企业重塑未来
企业如何利用数据和分析来应对大流行性挑战并超越生存模式，大流行表明，数据和分析不再是可选的，在迅速成为新常态的大规模，破坏性和持续变化中，生存是必不可少的–因为它们使业务能够做出明智的决定，以确保业务连续性，了解客户不断变化的需求并保护员工，消费者和公民，数据和分析被用于预测，可视化和追踪新型冠状病毒的感染率，住院率，死亡率和生存率，并管理宝贵的医院资源：从急诊室和重症监护室到呼吸机，个人防护设备和医务人员。
交互式感染图通过在邻域层面上显示感染数据来帮助控制疾病的传播
从而提醒居民在此期间应采取预防措施，以防隔离疲劳和行为更加宽松，人工智能和机器学习来对抗COVID-19：从肺部CT扫描图像中检测出COVID-19肺炎的视觉征兆，到使用配备有热传感器的摄像机来识别发烧的人，更重要的是，AI / ML（以及它们所依赖的数据）对于分析病毒基因组以创建疫苗是必不可少的。在自动化设计和虚拟分子测试，以创建药物来治疗疾病; 并挖掘科学文献以寻求可能的治疗方法。
这只是在使用数据，分析和AI / ML对抗流行病的许多情况的开始
在业务中大流行病对所有行业的数据和分析产生了的近实时需求，各个级别的业务利益相关者都在使用数据和分析来了解他们的客户，消费者，公民，员工和合作伙伴现在需要什么，并预测他们不久的将来将需要什么，以便根据需要进行准备和再次进行，零售商正在不断分析消费者的购买行为，以预测需求，管理库存和处理重新订购以及管理商店员工，教育机构（另一个遭受严重打击的部门）在大流行初期就利用数据评估持续封锁以及替代教育提供方法（如远程教学）带来的财务影响和影响，许多人还将分析用于教师和设施管理。
在制造业中分析有助于将重点转向新产品
评估工厂关闭的影响，对现金流的流动性和债务义务进行建模，管理员工和供应商，包括寻找替代方案，精通数字并具有分析能力的组织很早就意识到分析，尤其是预测分析，非常接近拥有水晶球，尤其是在不确定性和危机时期，他们知道分析是实现以下目标的方法：
1、及时了解运营绩效；
2、发现新兴趋势，为新的策略和商业模式提供信息；
3、模拟结果；评估选项，方案和约束；并模拟其影响；
4、测试新方法的功效；
5、衡量新策略和干预措施的影响；
6、调整路线或在需要时调整业务；
重要的是，将不确定性和风险降至
因为组织像个人一样讨厌不确定性，不确定性使人迷惑，令人恐惧，并且可能造成破坏性后果，（这也可能意味着巨大的机会）分析减少了不确定性–它有助于预测未来，衡量与目前的状况相比我们做得如何，并从过去中学习，为未来的到来做准备，尽管有些企业在挣扎，但许多组织已经超越了单纯的生存之道，–他们正在利用数据，分析和AI / ML进行创新并创造自己的未来，它们有什么共同点，我们可以从中学到什么？
我们始终认为大流行幸存者是敏捷，有创造力的，并且他们在功能，文化和程序框框之外思考
他们很快意识到速度是至关重要的，并且不断发展，形成了跨职能的IT和业务团队，他们无休止地反复工作，就像没有明天一样他们相互协作互相学习，他们找到了绕过传统请求获取流程的方法，并学会了与需要分析的用户直接合作，而不是明天而是今天。
这些幸存者将数据和分析视为他们组织的中枢神经系统
因为他们知道数据和分析是了解如何做出响应的一种手段，所以数据和分析可以帮助人们思考，他们知道数据和分析可以帮助您引导组织度过大流行的风暴，对于某些人来说，它们还有助于超越生存：帮助重新构想未来，使自己在新常态中蓬勃发展，甚至创造那个未来，重要的是，这些大流行幸存者之所以成功，是因为它们立足于有效，成熟的数据管理和组织文化的基础上，该组织将数据视为宝贵的企业资产-可以可靠地了解业务健康和客户需求的人。
即使是不太成熟的企业也能够在大流行的早期阶段动员起来
并迅速提供利益相关者所需的见解。例如，在大流行初期，加拿大的一个市政府建立了一个解决方案，以整合来自许多机构的数据，以监控个人防护设备的库存水平和要求以及集中订单，这使他们能够更好地保护员工和居民，现在随着经济的重新开放（并可能再次收缩），他们正在使用数据和分析来跟踪和管理其5,000名员工，特别是无法在家工作的重要员工，这确保了政府可以继续提供急需的服务，同时保护员工并防止传播。
那您和您的组织呢？你站在哪里？您的组织在危机中表现如何？您是否应该投入大量有限的资金来增强数据管理和分析能力？我们希望，我们相信您的问题不再是“如果”，但如何快，你需要移动到做到这一点。
1、您当前的成熟度水平；
2、您的运营/业务范围的大小和多样性；
3、您所在行业/行业中发生的破坏程度以及同业之间的激烈竞争；
您的业务理想：
1、为了保持您相对于同行的地位，
2、确保防危机的立场，或
3、领先于竞争对手。
您是否确切了解组织各部分正在发生的事情
并且可以分析历史数据和运营数据吗？我还要补充：您能做到接近实时吗？这不仅是大量信息短缺的时期，还是大量数据转移的时期，–您昨天收集的数据明天可能不再有用，因为消费者的行为已经改变并且还在继续改变。
1、您能否确定需要调整或改进的产品，服务和内部流程？
2、您是否知道自己相对于竞争对手的位置，并且正在积极地进行监控？
3、您是否可以预期客户行为以及您所在行业/行业的变化（在当前急剧中断的情况下有可能）？
4、你知道需要做什么吗？您可以根据相关的及时数据检验您的业务假设吗？（并且不要忘记数据质量。）
如果对上述问题的回答为“否”，“也许”或“某种”，那么现在是时候投资建立坚实的数据和分析基础，现代化您现有的数据管理和分析功能，并且–已经做到了–投资更高级的功能，例如预测，数据科学，也许还有AI和机器学习。
像之前的所有危机一样，COVID-19大流行可能已经暴露出您的缺陷和不足
但这也给了我们所有人一个礼物：重新思考，重新评估，重新发明和重新投资的机会，使我们的企业现代化，成熟和发展，我们应该利用它来加强组织决策的基础，并可能终使用的分析决策支持，并加以改造的决策框架，让我们利用从COVID-19大流行幸存者和大流行“明星”那里汲取的经验教训，重新思考和重新构想数据，分析策略和投资，我们需要这些功能来支持和授权正在建设未来的各种利益相关者，没有时间可以浪费了。
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
