如何像专业人士一样挖掘大数据_光环大数据培训精选.pdfVIP

光环大数据--大数据培训知名品牌 如何像专业人士一样挖掘大数据_光环大数据培训 光环大数据大数据培训机构，髋关节置换手术需要多长时间？ 这对医院来说并不是学术问题。2015 年，医院约有 360 亿美元的无偿保健 费用，其中大部分来自患者未付的账单。 这个问题的一个解决方案是限制与手术相关的成本，但是如何才能达成呢？ 答案是机器学习。医院如今利用预测分析学来预测手术的平均时间和潜在问题， 如髋关节手术。 例如，医疗保健购买者的数据显示患者年龄、核心医疗保健提供者和二次诊 断。使用机器学习和预测分析，数据可以估计未来的成本，帮助确定可能在恢复 中出现问题的患者。此举可使医院做出更好的临床决定，降低二次入院率，缩短 患者的住院时间，并提供更好的护理。 各地企业在使用机器学习分析数据的过程中，发现了类似的现实效果。但问 题是效果周期往往短暂。 弗雷斯特研究公司（Forrester Research）的分析师Mike Gaultieri 指出， 机器学习并不像传统的商业情报工作那样，其结果是确定的。他说：“如果你在 寻找一种机器学习模式，可以说‘我会尝试’，但你可能无法成功实现。企业应 光环大数据 光环大数据--大数据培训知名品牌 该明白仅仅因为希望拥有预测股市的模型，并不意味着就会实现愿望。” DXC 技术分析数据实验室是数据科学家的全球研究中心，他们专注于咨询和 寻找实施分析的方法。实验室负责人Rags Raghavendra 表示企业的表现令人沮 丧，因为它们往往承受太多负担。他说：“客户在尝试挖掘其有权访问的各类数 据的意义时往往好高骛远。我们建议着眼于自己可以访问的数据，然后再着手下 一步的行动。” 如果企业尝试但未能从数据中挖掘到有用讯息，首先应该接受失败和重复是 这一过程的一部分。但是，通过更巧妙地使用机器学习，他们可以最大限度地提 高成功几率。以下是使用机器学习的八种方法： 从想要解决的问题开始。直接研究数据，期待立即发现有用讯息是错误的方 法。正确的数据研究方法始于确定正确的性能衡量标准，这种标准将业务成果和 与数据相关的问题联系起来。但是，所选标准应该适当。例如，当DXC 最近与媒 体公司合作，解释订户离开的原因时，最直观的标准是“订阅者基数”。事实证 明，相关标准是每个用户的平均收入（ARPU），这与公司为增加收入而制定的较 大业务目标直接相关。 使机器学习过程产业化。Raghavendra 表示：“大数据分析的整个过程尚未 实现工业化，”其实验室支持包括制造业、电信、汽车、航空、能源、金融服务 和医疗保健在内的各种行业。“很多时候，你一再重复分析或无法扩展分析。”DXC 是工业化机器学习的坚定支持者，这种学习模式简单高效，认为分析中的所有阶 段，即从抽取和清洗数据，构建算法，到将其投入生产并获取有用讯息，应在企 光环大数据 光环大数据--大数据培训知名品牌 业技术上可重复使用和部署。 无需担忧筒仓。筒仓是许多企业进行数据挖掘项目的灾难，因为它们阻止访 问统一的数据池。但是，筒仓并不像有些人认为的那样是巨大的障碍。 Raghavendra 说：“如果你有智能数据和平台战略，就无需那么担忧筒仓。”简言 之，只要不是你选择的所要解决的问题，就不必对此担心。然而，你应该通过整 合不同的数据源来准备解决以后出现的问题。“灵活和模块化的平台允许你在需 要时整合数据，”Raghavendra 补充说道。 思考外部程序。你并非总是拥有所有的信息、人才、分析和智慧。这是一个 关乎生态系统的问题，那些挖掘他们周围事物的能力的人将会获胜。众包数据科 学家、机器学习和外部数据集都具有强大的潜力。 使用数据湖。数据湖就是存储库，不管格式如何，你都可以按原样存储所有 现存的数据。Raghavendra 表示，公司应该把所有数据放在数据湖中，即使起初 不知道如何使用它。但不要一开始就考虑构建数据湖。 带着目