发帖
雷达卡
手动数据发现：在过去 20 年中，在机器学习进步之前，数据专家映射数据靠人类唯一的脑力。简单地说，人批判性思考关于哪些数据可用、存储在哪里以及为什么以及需要向最终客户提供什么。公司监控元数据和数据沿袭发现以了解数据分类和流程。数据管理员，通常是具有复杂技术知识的人，负责管理数据资产，记录指导数据发现过程的规则和标准。在这些方法中，人们概念化和/或绘制地图以理解组织中的所有数据。
智能数据发现：随着技术的进步，在过去一两年中，数据发现的定义包括自动呈现数据的方式，以揭示更深入的业务洞察力。智能数据发现代表了一个飞跃，使用增强分析和机器学习。人工智能准备，概念化，集成，并且通常通过视觉、隐藏的模式和洞察力来呈现。考虑到对可用数据集的整体理解和分析，存在于计算机接收查询、在黑匣子中进行一些处理并得出合理答案的机器中。
数据科学领域的一些人可能会用自动化的智能数据发现工具来混淆数据发现。但是，手动和自动工具在定义数据发现下效果最好，因为两者都可以在文章中讨论并被暗示。正如分析周刊所说，“机器学习是改进数据发现过程以使其适合当代企业面临的突出数据治理和法规遵从性问题的中介。”
数据发现的其他定义包括：
“一个允许业务用户利用高级分析并创建公民数据科学家的结果。” (卡提克·帕特尔）
“无需用户干预即可清理和准备数据、发现隐藏模式和相关性以及提供洞察力的工具。” (Paramita (Guha) Ghosh)
“实现跨...的一致访问和交付数据的实践、架构技术和工具。满足企业所有应用和业务流程的数据消费需求。” (高德纳)
“机器学习辅助的信息关系映射。” (福布斯)
查找敏感数据所在位置以便对其进行充分保护或安全删除的活动。(麻省理工学院)
数据发现用例包括：
处理保险索赔
将欺诈风险降至最低
了解关系商业前景之间
分析社交媒体
企业使用数据发现来：
识别微妙的模式
遵守法律，例如一般数据保护条例 (GDPR)
允许非技术人员或公民数据科学家访问数据分析
测试并确保更多的数据完整性
降低高达 80% 的成本
| 相关帖子DA内容精选 |
京公网安备 11010802022788号
