技巧
-
丹斯克银行:应用人工智能和深度学习创新侦测复杂欺诈
2017-09-20丹斯克银行正在利用人工智能和深度学习在多个领域来侦测和预防复杂的欺诈,因为这个模式正在不断地学习,所以它的效果越来越好。
-
通过刨根问底驱动数据科学结果
2017-09-19虽然经常有满含激情的数据科学的态度“上限”,然而产品化的数据分析为在可理解的架构内迅速解决问题提供了一种手段。
-
构造可扩展的数据分析的简单三步
2017-09-19可扩展的数据分析的案例涉及到转换流程甚至转换产品。我们重新配置操作或供应链,使分析架构产业化,并采取其他措施使整个企业更加依托数据驱动。
-
关于深度学习必须了解的3件事情
2017-09-18深度不仅仅与深海潜水有关,它对于数据分析和机器智能越来越重要的。人工神经网络,相互连接的处理元件的计算模型——人工神经元——松散地受到人脑的启发,并且已经存在了几十年。
-
借助商业化分析,快速获得分析结果
2017-09-18“大”经常是数据分析,例如大数据、大项目、大见识、大动作中的可操作词。虽然也可以假设企业希望看到大的结果,但我们并不总是需要大的努力和大的实验。
-
惊险的游戏——如果大数据已经有了答案,你会问些什么问题?
2017-09-15在外行看来,假设是一个尚未被证明的但已经为人所熟知的想法。那么多种假设就意味着很多尚未被证明和测试的想法。
-
寻找外星生命和人力资源招聘过程 竟有异曲同工之妙?
2017-09-12人力资源管理与在其他行星上发现生命看似风牛马不相及,但它们之间可能确实存在一些联系。
-
采用移动人力资源 重视员工需求和MDM政策缺一不可
2017-09-07很多因素都在影响采用移动人力资源的政策。员工在移动设备上访问人力资源功能时,需要考虑以下三个方面的内容。
-
人力资源分析 需要的不仅仅是数据
2017-09-06数据并不能直观显示员工的工作表现和员工留存率,更多的公司计划使用员工分析工具来帮助员工做出决策。
-
当人力资源遇到人工智能 你的面试官可能是个机器人
2017-08-31人工智能正在影响着人力资源行业。行业专家Brandon Wirtz介绍了现在发生的事情,以及可能对人类带来的影响。
分析 >更多
-
企业商业智能的10大好处
商业智能(BI)软件的起源可以追溯到20世纪60年代基于大型机的决策支持系统,随后BI技术在不断发展,以应对数 […]
-
生成式AI会取代数据分析师吗
生成式AI不会取代数据分析师的工作。在很多领域,人工智能都无法取代人类,特别是那些需要人类同理心和洞察力的领域 […]
-
数据分析中的9种偏见以及如何避免
偏见会通过多种方式出现在分析中,从如何假设和探索问题到如何采样和整理数据。对于任何处理数据的人来说,解决偏见应 […]
-
数据即产品:提供分析使用率的方法
企业正在寻求新方法以让更多员工开始使用分析工具,其中数据即产品的方法开始快速兴起。 研究表明,企业内使用数据的 […]
电子杂志 >更多
-
《数据价值》2017年9月刊·HR也搭上AI这班“顺风车”
人工智能应用程序为一系列业务流程提供了宝贵的洞察力和帮助,而今天的应用只是冰山一角。而且AI不是人的替代品,AI将补充人类的工作或接管不需要复杂决策技能的重复性任务。
-
《数据价值》2017年3月刊·当预测模型失败了
随着大数据环境的不断发展,集成和准备分析数据的工作正在发生显著的变化。