Analitik tertambah: Perbedaan antara revisi
Konten dihapus Konten ditambahkan
Baris 34:
Otomatisasi pembelajaran mesin juga memasuki platform ilmu data (''[[:en:Data_science|data science]]'') untuk mempersingkat proses pembuatan fitur dan model. Pengguna dari ''augmented data discovery'' adalah orang bisnis atau ahli data, dan luarannya adalah wawasan (baik visual maupun narasi dalam bahasa alami), sedangkan luaran dari ilmu data cerdas (''smart data science'') adalah model dan penggunanya adalah pakar ahli data . Tujuannya adalah untuk membuat ahli data spesialis lebih produktif dan model yang mereka buat tidak bias. Mengingat kelangkaan dari pakar ahli data dan permintaan yang semakin meningkat akan keterampilan mereka, diharapkan produktivitas yang lebih tinggi dan lebih banyak pekerjaan analitik perlu dilakukan oleh kelas ahli data baru juga<ref name=":0" />.
''Augmented data discovery'' dan a''ugmented data science'', serta pembelajaran mesin sama-sama mengurangi waktu eksplorasi dan identifikasi wawasan yang salah atau tidak relevan. Diperlukan proses kolaborasi antara keduanya untuk memfokuskan analis bisnis pada hal yang penting dan memberikan prototipe awal pada ahli data untuk mengeksplorasi dan mengoperasionalkan model untuk pola yang relevan saja. Baik analis dan ahli data menjadi lebih produktif dengan mengurangi fase eksperimen dan eksplorasi awal. Hal ini berdampak pada waktu yang lebih cepat untuk menghasilkan wawasan dan mengambil tindakan<ref name=":0" />.
=== Membagi dan mengoperasikan temuan dari data ''(Sharing and Operationalizing Findings from Data)'' ===
| |||