В: Почему они называют это интеллектуальным анализом данных? Разве это не добыча знаний?
О: Нет, это интеллектуальный анализ данных. Знания — это два шага вверх по цепочке добавленной стоимости. Как только что-то становится знанием, вам не нужен интеллектуальный анализ данных. Итак, давайте сначала поговорим о цепочке добавленной стоимости.
Данные менее ценны, чем информация. У вас могут быть неверные данные. Это все еще данные. Вы очищаете данные и организуете их, тогда у вас есть информация. Зашифрованные данные остаются данными. Это не информация, пока вы ее не расшифруете. В этом разница между данными и информацией.
Хорошие, чистые, организованные данные = информация. Это не знание, пока оно не рассказывает историю. Это означает, что человек может понять, что это такое. Знание – это информация в контексте. Если я скажу «35 юнитов в 7-м отделе» и «27 юнитов в 8-м отделе», у меня есть информация. Но это не знание, пока у меня нет полной информации. Я не знаю даты. Я не знаю, сколько там отделений.
Интеллект – это практические знания с соответствующей квалификацией. Мы могли бы добраться до того, что make делает что-то действенным. Но это сделано здесь.
Все эти возвышения в ценности исходят от человека, организующего данные в информацию, в знания, в интеллект. Но у людей есть особый способ организации и мышления о том, где найти интеллект. Подумайте о том, как дети ищут пасхальные яйца. Они не обыскивают каждый квадратный сантиметр вещей, похожих на яйца, они пытаются подражать мышлению «пасхальных кроликов», родителей, которые их прячут. С другой стороны, машины проводят более тщательный поиск и находят закономерности, которые люди не считают важными. Например, машина может заметить, что светлые яйца были спрятаны в среднем на 2 дюйма от высоких вертикальных поверхностей. Дети не замечают, они просто считают яйца. Но машина может выявить закономерности в ДАННЫХ, которые создают другой вид информации, знаний и интеллекта. Например, интеллектуальный анализ данных об охоте за пасхальными яйцами может показать на основе близости цветов яиц и цвета закрывающих предметов, что некоторые из людей, которые спрятали яйца, могут быть дальтониками. Их неспособность различать определенные цвета облегчала охоту детей, не страдающих дальтонизмом, чтобы найти яйца, и поэтому охота вознаграждала более быстро бегающих детей без сложной охотничьей тактики. Это всплывающая информация в данных, которую люди никогда не имели бы склонности или терпения обнаружить, и в этом смысл того, чтобы машины занимались майнингом, а не люди.
Как только у вас появляется машинный паттерн в данных, он меняет то, как вы организуете данные в информацию. Это то, что повышает ценность и меняет ваше представление об анализе поиска пасхальных яиц в будущем.
Узнайте больше на Full360.
