introduzione
I dati non possono migliorare il tuo passato. tuttavia, può sicuramente creare un futuro straordinario.
Negli ultimi anni, le aziende hanno investito milioni di dollari nel campo della scienza dei dati. Hanno mostrato un'immensa fiducia nel loro potenziale per creare un mondo migliore, una vita migliore e un futuro migliore.
Il potente trio di matematica, Le competenze IT e di dominio hanno ridefinito il processo decisionale. L'intuizione o l'istinto non sono più la chiave per prendere decisioni difficili.
Quella che qualche anno fa era considerata un'invenzione pionieristica, ora è diventato obsoleto. La scienza dei dati ci ha dato possibilità oltre l'immaginazione. Negli anni, molte cose si sono deteriorate e si sono evolute. Comunque, il meglio della tecnologia deve ancora venire. Sono entusiasta di vederlo davanti ai miei occhi!
Cosa mostrano queste immagini?
Sappiamo tutti che le immagini sono facili da capire e trasmettono più informazioni del testo.. Fondamentalmente, queste immagini rappresentano il viaggio nella scienza dei dati come campo. Questi includono gli sviluppi, invenzioni, successi e tutto ciò che ha avuto un impatto sulla nostra vita quotidiana.
Tu parli di politica, economia, scienza, vita, gli sport, quasi tutto è benedetto dai servizi di data science. E ho cercato di catturare il meglio di loro in queste immagini.
Spero vi piacciano!
20 fotografie
1. Questo evento ha segnato l'inizio della rivoluzione dei "data scientist".. Dopo che questo rapporto di ricerca è stato pubblicato, il mondo ha subito riconosciuto il “potenziale” necessario per dare un senso ai dati.
2. Mckinsey ha ulteriormente alimentato questa rivoluzione con il suo rapporto di ricerca sul crescente squilibrio nella domanda e nell'offerta di talenti con talento analitico.. tuttavia, questo si è concentrato solo sul mercato statunitense, ma le sue ripercussioni si sono fatte sentire nelle industrie di tutto il mondo. (Fonte immagine: Informa McKinsey)
3. Questo è stato il primo progresso nell'intelligenza artificiale. IBM ha creato il suo primo computer con intelligenza artificiale IBM Watson. È stato creato per competere nel popolare game show "Jeopardy". Finalmente, Watson ha sconfitto due di questi grandi campioni di Jeopardy (Ken e Brad). Questo ha inaugurato l'intelligenza artificiale di livello successivo..
4. La scienza dei dati gioca un ruolo importante nel baseball. Ciò ha causato un improvviso aumento della domanda e della disponibilità dei dati dei giocatori nelle vicinanze 2000. Si dice che gli anni dopo 2000 ha segnato l'inizio di rivoluzione dei dati nel baseball. (Fonte immagine: Datanami)
5. Sopra 2009, Netflix ha organizzato un concorso per migliorare l'accuratezza e la pertinenza del sistema di contenuti consigliato. Questa squadra ha risolto il mistero. Ha vinto un premio in denaro di $ 1,000,000. Decisamente, questo è uno degli eventi più straordinari nella storia della scienza dei dati.
6. Questa è la migliore statistica. Peter Brand (Moneyball) spiega statisticamente il gioco dei numeri che può darti vittorie nella prossima stagione di baseball. Il suo popolare dialogo “Nel baseball, l'obiettivo non dovrebbe essere comprare giocatori. L'obiettivo dovrebbe essere quello di acquistare vittorie. Per acquistare i premi, devi comprare le gare! “
7. Nelle elezioni presidenziali di 2012, Nate Silver previsto correttamente 50 a partire dal 50 stato. Probabilità usata, Teoria dello schema grafico, Tecniche del teorema di Bayes per realizzare questa impresa. Questo livello di precisione determinato dall'uso delle statistiche ha completamente cambiato il modo di fare previsioni politiche..
8. È questo il decennio di? Apprendimento profondoApprendimento profondo, Una sottodisciplina dell'intelligenza artificiale, si affida a reti neurali artificiali per analizzare ed elaborare grandi volumi di dati. Questa tecnica consente alle macchine di apprendere modelli ed eseguire compiti complessi, come il riconoscimento vocale e la visione artificiale. La sua capacità di migliorare continuamente man mano che vengono forniti più dati lo rende uno strumento chiave in vari settori, dalla salute... ? Questa immagine mostra il numero di progetti di deep learning realizzati da Google negli ultimi 4 anni. (Fonte immagine: Bloomberg)
9. È una competizione tra il software di riconoscimento delle immagini di Google e un campione di Soduku. (umano). Mentre la campionessa fa le sue analisi e trova i numeri corretti, Occhiali di Google lo risolve in pochi secondi.
10. Robot industriali in azione in una fabbrica di automobili. Questi robot forniscono alta precisione, basso margenEl margen es un término utilizado en diversos contextos, como la contabilidad, la economía y la impresión. En contabilidad, se refiere a la diferencia entre los ingresos y los costos, lo que permite evaluar la rentabilidad de un negocio. En el ámbito editorial, el margen es el espacio en blanco alrededor del texto en una página, que facilita la lectura y proporciona una presentación estética. Su correcta gestión es esencial... de error y una tasa de respuesta más rápida que los humanos. L'industria automobilistica si sta muovendo verso questo modo di lavorare automatizzato.
11. Brucia lo stress. sì! Lo stress può essere registrato anche sotto forma di dati. Ora, ci sono vari dispositivi e applicazioni disponibili sul mercato in grado di registrare il livello di stress e prevedere probabili problemi di salute.
12. Parliamo di nuove modalità di raccolta dati, eccone un altro. Le aziende hanno creato applicazioni e software per monitorare la tua forma fisica livelli e raccomandare prodotti per la salute di conseguenza. Tutto ciò che fai oggi genera dati.
13. Spedizione più facile. Questo Riconoscimento delle immagini il software traduce il testo istantaneamente. Non hai più bisogno di affrontare problemi linguistici non familiari quando viaggi in un nuovo paese.
14. Sopra 2012, un'altra ricerca innovativa è stata prodotta nel campo della scienza dei dati. E Google, un computer ha imparato a identificare i gatti usando a neuronale rossoLe reti neurali sono modelli computazionali ispirati al funzionamento del cervello umano. Usano strutture note come neuroni artificiali per elaborare e apprendere dai dati. Queste reti sono fondamentali nel campo dell'intelligenza artificiale, consentendo progressi significativi in attività come il riconoscimento delle immagini, Elaborazione del linguaggio naturale e previsione delle serie temporali, tra gli altri. La loro capacità di apprendere schemi complessi li rende strumenti potenti.. creato usando 16.000 processori per computer.
15. Veicolo aereo senza pilota (UAV), anche conosciuto come droni sono aeroplani preprogrammati per una certa missione. Può essere sicurezza (Camera spia), consegna della merce, monitoraggio, eccetera. È un modo avanzato di produrre dati che in precedenza erano considerati difficili da acquisire.
sedici. Auto a guida autonoma. Ricerca Google, Baidu, Ford sta lavorando diligentemente su questo progetto. Questo è un perfetto esempio di una macchina che impara dal suo ambiente. Ves, questa macchina rileva una persona che attraversa la strada?
17. Ogni momento, intelligenza artificiale sta diventando meglio sfidare l'intuizione umana. I robot ora possono sembrare e pensare come gli umani. tuttavia, L'ESP rimane una sfida. Non essere deluso se vedrai molte di queste specie nel nostro ambiente nel prossimo futuro..
18. Internet delle cose promette un futuro incredibile per gli esseri umani. La creazione di una rete di dispositivi connessi renderà la vita umana più veloce e più confortevole. (Fonte immagine: Il Connettivista)
19. L'apprendimento automatico ora promuoverà la vita. Google continua a ispirare gli esseri umani con i suoi progetti. Questo è il progetto Google Verily. Il suo obiettivo è rendere i robot assistenti chirurgici migliori attraverso l'apprendimento automatico e l'elaborazione avanzata delle immagini.. (Fonte immagine: In verità)
20. Google Trends mostra anche una promettente crescita della scienza dei dati in 2016.
Note finali
Questo articolo riguarda 20 immagini che mostrano la notevole crescita della scienza dei dati e dell'apprendimento automatico. Nessuno si chiedeva se la combinazione di dati e tecnologia potesse progettare un futuro fantastico. tuttavia, questo decennio sperimenterà questo futuro.
Una cosa che ho imparato durante la compilazione di questo articolo è che se qualcuno vuole entrare nella scienza e nell'analisi dei dati, non vedo l'ora che arrivi un momento migliore. Questo è tutto. Fallo ora. Le aziende cercano furiosamente candidati di talento. Sii il primo.
