虽然大数据剖析技术性得到 了难以想象的转型，但我们在非常多方面上仍务必手动式来顺利完成最重要每日任务，比如数据转换和数据管理。伴随着数据量的持续增长，手动式顺利完成每日任务与自动化技术造成的生产主力差别更为大，这促使以人工智能技术和机器学习为基本的自动化技术发展趋势更为有销售市场。机器学习能够帮助扩大这一差别吗？坦率地讲到，数据转换和数据管理难题具有趣味性。

各个领域的企业都渴望将机器学习与她们的数据库结合用于，以获得核心竞争力。可是，数据脏乱、数据仍未搭建、不可以比较和不给出的数据难题五花八门，使企业的大数据方案举步维艰。很多主要从事机器学习的数据生物学家花销了90％的時间来查看、搭建、整修和清理其輸出数据。

大家也许没意识到数据生物学家依然是数据生物学家，只是沦落了数据系统集成商。但是也有一个喜讯，机器学习自身能够帮助机器学习。

这一好点子是运用优化算法的预测分析工作能力来模拟仿真人们数据解决。这不是100％完美的解决方法，但它能够帮助缓解工作强度，让数据生物学家调向的确的艺术创意工作中。您能够在一切你可以选购的地区售卖ML，根据用于MLFUN帮助您顺利完成ETL的转换一部分。

转换和管理方法数据尽管他们在一些层面是相仿的，可是数据管理和数据转换中间有最重要的差别。数据转换是数据搭建全过程中的第一步，其总体目标是将半兽人数据转换为规范化的全局模式，的机构能够提前制定该方式。自动脚本一般来说作为将美元转换成英镑，或将欧元转化成KG。转换环节以后，剖析工作人员刚开始管理方法和剖析数据。

第一步一般来说涉及经营“match／merge”涵数来开创与完全一致实体线相匹配的纪录群集，比如将有所不同但贴法相仿的名字排序在一起。像“编辑距离”那样的定义能够用于确定2个有所不同实体线中间的间距。

随后用于更强的标准来比较各种各样实体线，以确定等额的纪录的相对值。企业能够申明最终一项是最烂的，或是用于一组值中的公共性值，那样就可以造成最好数据。几十年来，这类规范化的二步全过程已在很多数据库房中用于，而且在当代的数据湖内以后用于。

可是，ETL和数据管理在非常多方面上未能紧跟今日的数据量及其公司应对的挑戰经营规模。比如，这务必事先界定一个全局模式，这防碍了很多ETL的进行，这种工作中妄图搭建更强的数据源。

在一些情况下，程序猿没法紧跟必不可少设定的数据转换方法的总数。假如您有10个数据源，您还能够那样保证，可是，假如您有10，000个，那么就不大可能了。好像，这务必一种有所不同的方式。在中小型企业中，您有可能能够提前开创全局性数据方式，随后在全部的机构中逼迫用于它，进而省去了划算的ETL和数据管理新项目的成本费，一起放进数据库房中。

可是，在大中型的机构中，这类由上而下的方式难以避免还会结束。即便 知名企业中的各个部门相互十分相仿，他们纪录数据的方法也不会有细微的差别。

这种细微差别务必多方面充分考虑，随后才可以对其进行更有意义的剖析，这仅仅公司数据特性的反映。因而业务流程协调能力务必一定水平的自觉性，这意味著每一个各个部门都建立自身的数据管理中心。

比如，以丰田汽车欧州企业（ToyotaMotorEurope）为例证，该企业在每一个业务流程我国都是有独立国家的顾客抵制的机构。该企业期待为250个数据库文件的全部实体线开创一个主纪录，在其中包含40种有所不同語言的三千万条纪录。丰田汽车欧州企业应对的难题是，ETL和数据管理新项目的经营规模是巨大的，假如依照传统式方法进行，将耗费很多的資源。该企业规定用于Tamr来帮助解决困难机器学习的挑戰，而不是数据转换和用于数据管理全过程。

ETL仅次的难题是早就事先界定了全局模式，怎样规模性地做这一点是个难题。务必用于机器学习进行自下往下的给出、由上而下地构造总体目标方式，从经营规模上看，它是唯一脱离实际的方法。

这并不意味著机器学习获得了比较简单的方式来解决困难这种繁杂的数据搭建难题。它仍然务必很多的数据和应急处置工作能力，您一般来说务必一个最优秀的职工来帮助具体指导手机软件获得精确的数据剖析結果与管理决策观点。那样看来得话，成本费并不便宜，但这不是最重要的。但还有一个难题是，有所不同的经销商中间该怎样随意选择。

有所不同我国或地域的经销商获得的解决方法有所不同，并且出自于一些宏观经济要素，不容易经常会出现有所不同的随意选择。出自于安全系数充分考虑，这种数据难题没法基本上业务外包给别的企业，因此 不必相信基本上用机器学习来应急处置数据，人到在其中的具有還是十分最重要的。人和机器学习协作才必须使您的数据搭建和管理效益利润最大化。

本文来源：BET体育-www.ilovenycup.com

标签：BET体育 官方网站