九章云極協(xié)助廈門航空培訓(xùn)業(yè)務(wù)用戶進行機器學(xué)習(xí)平臺實踐

為推動廈門航空數(shù)字化轉(zhuǎn)型, 將人工智能深入應(yīng)用到業(yè)務(wù)前線, 廈門航空信息研究院和數(shù)據(jù)管理處聯(lián)合機器學(xué)習(xí)平臺合作伙伴九章云極DataCanvas對業(yè)務(wù)部門用戶進行數(shù)據(jù)科學(xué)方面的培訓(xùn)與交流。數(shù)據(jù)科學(xué)如何應(yīng)用到企業(yè), 業(yè)務(wù)用戶與技術(shù)用戶如何融合進行業(yè)務(wù)的創(chuàng)新, 是目前在應(yīng)用實踐上較為普遍的挑戰(zhàn), 廈門航空此次面向用戶的培訓(xùn), 為行業(yè)客戶做出示范。

本次用戶培訓(xùn)主題是“數(shù)據(jù)驅(qū)動的預(yù)測模型研究”, 分為數(shù)據(jù)驅(qū)動建模, 數(shù)據(jù)科學(xué)研究, 數(shù)據(jù)應(yīng)用案例三個板塊。AI從專家模型到數(shù)據(jù)模型，再到以“知識+數(shù)據(jù)”的雙驅(qū)動認(rèn)知推理和決策智能模型的進階, 機器學(xué)習(xí)如何從數(shù)據(jù)中分析獲得規(guī)律, 并利用規(guī)律對數(shù)據(jù)對未來進行預(yù)測, 從而對我們的業(yè)務(wù)場景進行程度不同的決策輔助。

廈門航空信息研究院主任研究員吳子軒博士

為了讓用戶對算法更有感知，廈門航空信息研究院主任研究員吳子軒博士進一步從學(xué)術(shù)角度介紹了分類和回歸的算法, 決策樹, 機器學(xué)習(xí)算法Xgboost, 卷積神經(jīng)網(wǎng)絡(luò)等等的示范。如何評估模型效果, 廈航經(jīng)過數(shù)十個項目的探索, 總結(jié)出基于數(shù)學(xué)指標(biāo)、財務(wù)指標(biāo)、業(yè)務(wù)指標(biāo)的模型綜合評估體系, 也是數(shù)據(jù)科學(xué)落地到企業(yè)是管理、技術(shù)與數(shù)據(jù)融合的充分體現(xiàn)。

廈門航空基于AI的研究已經(jīng)持續(xù)多年, 在經(jīng)管、運控、機務(wù)、營銷領(lǐng)域內(nèi)幾十個業(yè)務(wù)場景取得實效, 也深知業(yè)務(wù)專家的加入將對業(yè)務(wù)場景和業(yè)務(wù)目標(biāo)的定義起決定性作用。而算法和計算機工程的兩道門檻為跨領(lǐng)域協(xié)作帶來了困難, 業(yè)務(wù)用戶對于業(yè)務(wù)的洞察敏銳, 但缺乏對于算法的理解和認(rèn)知以及較為欠缺計算機編碼技能。通過DataCanvas數(shù)據(jù)科學(xué)平臺, 讓業(yè)務(wù)專家與技術(shù)專家能夠進行高效協(xié)作與融合創(chuàng)新。

九章云極資深工程師孫冰

九章云極資深工程師孫冰進一步就數(shù)據(jù)科學(xué)平臺針對業(yè)務(wù)用戶的使用進行演示與示范。通過DataCanvas APS——集數(shù)據(jù)準(zhǔn)備、特征工程、算法實現(xiàn)、模型開發(fā)、模型發(fā)布、模型生產(chǎn)化管理于一體的機器學(xué)習(xí)平臺, 數(shù)據(jù)科學(xué)家通過編碼、IT工程師通過拖拉拽以及業(yè)務(wù)用戶通過自動建模能夠無縫融合協(xié)作編排落地業(yè)務(wù)場景。

數(shù)據(jù)科學(xué)驅(qū)動業(yè)務(wù)的過程, 既是一個數(shù)學(xué)問題, 也是一個業(yè)務(wù)問題, 更是一個管理學(xué)的問題。優(yōu)秀的管理是集權(quán)和分權(quán)的調(diào)和, 是在響應(yīng)市場和發(fā)揮組織力量之間, 求取最佳組合的平衡藝術(shù)( 安迪·格魯夫《高產(chǎn)出管理》) 。數(shù)據(jù)科學(xué)與業(yè)務(wù)組合模式的多樣性也正是九章云極DataCanvas和行業(yè)客戶不斷探索，復(fù)盤與共同進步的過程, 是企業(yè)的數(shù)字化轉(zhuǎn)型在多輪驅(qū)動中逐步演進與發(fā)展的實踐。

免責(zé)聲明：市場有風(fēng)險，選擇需謹(jǐn)慎!此文僅供參考，不作買賣依據(jù)。

關(guān)鍵詞：