企业使用AI的一个复杂因素是,这个主题包含了多个不同的底层技术。这些技术中大多数都能够完成很多替代功能。技术和功能的组合非常复杂,表中列出了7项关键技术,包括每项技术的简要描述,以及它们可以实现的一些典型功能或应用程序。
本文摘编自《数字时代的企业AI优势:IT巨头的商业实践》,将简要介绍这个表中的每种技术及其功能。本文作者托马斯·H. 达文波特(Thomas H. Davenport)是巴布森学院(Babson College)的信息技术与管理教授,同时也是德勤战略和分析实践部门的高级顾问。
Sharan 是一位数据科学专业人士,在高级分析和应用机器学习方面拥有十年的经验。他写了两本书。《掌握社交媒体挖掘》(Mastering Social Media Mining with R)是关于使用各种社交媒体API来获取数据并开发有趣的分析用例的,而《数据科学要领》(R Data Science Essentials)则是关于数据分析中必不可少的概念和技术的。How to Learn Data Science (A Step-by-Step Guide) 介绍学习数据科学的分步指南。
2020年9月16日,Nature 发表了 NumPy 团队撰写的一篇综述文章《Array programming with NumPy》(使用NumPy进行数组编程),介绍 NumPy 的发展过程、主要特性和数组编程等。
因为新冠疫情宅家无事可做,毕业于印度尼西亚Universitas Pelita Harapan的应用数学本科学生 Grady Matthias Oktavian 在从未用过 Python 编程的情况下,仅用不到两个月时间就拿到了谷歌 TensorFlow 开发者证书,并在Medium撰文《How to go from a Python newbie to a Google Certified TensorFlow Developer under two months》介绍这励志故事。