智能大數(shù)據(jù)分析技術(shù)簡(jiǎn)介

    數(shù)據(jù)分析與挖掘是人工智能發(fā)揮真正價(jià)值的核心。傳統(tǒng)的大數(shù)據(jù)分析，不管是傳統(tǒng)的聯(lián)機(jī)分析處理(OLAP)技術(shù)還是數(shù)據(jù)挖掘技術(shù)，都難以應(yīng)對(duì)大數(shù)據(jù)的挑戰(zhàn)。

   一是執(zhí)行效率低，傳統(tǒng)數(shù)據(jù)挖掘技術(shù)都是基于集中式的底層軟件架構(gòu)開(kāi)發(fā)，難以并行化，在處理TB級(jí)以上數(shù)據(jù)時(shí)效率低；二是數(shù)據(jù)分析精度難以隨著數(shù)據(jù)量提升而得到改進(jìn)，特別是難以應(yīng)對(duì)非結(jié)構(gòu)化數(shù)據(jù)。

   深度學(xué)習(xí)具有自行處理、分布存儲(chǔ)和高度容錯(cuò)等特性，非常適合處理非線性的或者模糊、不完整、不嚴(yán)密的知識(shí)和數(shù)據(jù)。智能大數(shù)據(jù)分析技術(shù)利用深度學(xué)習(xí)算法自動(dòng)開(kāi)展多種分析計(jì)算，探究數(shù)據(jù)資源中的規(guī)律和異常點(diǎn)，輔助用戶更快、更準(zhǔn)地找到需求點(diǎn)，從而實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)測(cè)和評(píng)估。