Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
NLPnapędzaneprzezAImożenietylkopomócwinterpretowaniuwejściawjęzyku
naturalnym,alemożerównieżgenerowaćtekstpodsumowanianapodstawieprzetwarza-
nychdanych.Takieautomatyczniegenerowanetekstybędązawieraćopisowecharakte-
rystykidanych,atakżegodneuwagizmianylubtrendy.Otoprzykładpodpisuwykresu
automatyczniewygenerowanegoprzezPowerBI:
WartośćSaleswTexaswzrastaławostatnich5latachiwykazujenajdłuższy
okreswzrostowydlaSalespomiędzy2010a2014
Jakmożnazauważyć,takiedrobne,generowaneprzezAIfragmentytekstumogąznacząco
ułatwićpracęanalitykaioszczędzićmnóstwoczasu,gdyprzychodziczasnazakomuniko-
waniespostrzeżeńinnymzainteresowanym.Dodatkowomogąonepomócwspełnianiu
wymogówdostępności,tworząctekstdlaczytnikówekranowych.
Wykorzystanieautomatyzacjidowyszukiwaniawzorcówwdanych
Zobaczyliśmyjuż,żefunkcjonalnośćNLPmożepomócwwydajnymuzyskaniuopiso-
wychspostrzeżeńznaszychdanych.Kolejnymlogicznymkrokiemjestodkrycie,dlaczego
konkretnezjawiskowystąpiłowprzeszłości,naprzykładdlaczegosprzedażewTeksasie
wzrosłytakbardzo?
Wprzypadkuanalizdiagnostycznychnormalniemusielibyśmyprzeczesywaćnasz
zbiórdanych,abyzbadaćznaczącezmianywrozkładachdanych.Wtymprzykładzie
możemyzechciećustalić,czyogólnezmianybyłynapędzaneokreślonymproduktem
lubzdarzeniem.Tenprocesszybkomożestaćsiężmudnyikłopotliwy.AImożepomóc
wzmniejszeniuczasuwnioskowania(timetoinsight-TTI).
Algorytmydoskonaleradząsobiezwykrywaniemwzorcówwdanychwtleiwydoby-
waniemichnapierwszyplan.Dlaprzykładu,zapomocąnarzędzisztucznejinteligencji,
takichjakdrzewarozkładulubanalizakluczowychczynników,możnaszybkoustalić,jakie
charakterystykiwnaszychdanychdoprowadziłydoogólnegozaobserwowanegoefektu-
wlocie.Wrozdziałach5i6przyjrzymysiętrzemkonkretnymprzykładomwykorzystania
wspieranychprzezAImożliwościwPowerBI,dziękiktórymnaszeżyciejakoanalityka
danychlubużytkownikabiznesowegobędzielżejsze.
Lepszeprognozowanieiprzewidywania
PodczasgdyanalizyopisoweidiagnostycznestanowiąsercekażdegosystemuBI,odza-
wszeistniałoteżpragnienie,abynietylkozrozumiećprzeszłość,alerównieżprzewidywać
przyszłość.Jakmożnazobaczyćnarysunku1-5,możliwościwzmacnianesztucznąinte-
ligencjąmogąwspomagaćkońcowychużytkownikówwstosowaniuskutecznychmetod
prognostycznychianalitykizaleceńwcelulepszegoprognozowaniailepszychprzewidy-
wańopartychnadanychhistorycznych.
Powodujetowzrostzłożoności,gdyżopuszczamykrólestwobinarnychdanychzprze-
szłościiwprowadzamyprobabilistycznedomysłynatematprzyszłości,któreoczywi-
ściezawierająwieleniepewności.Jednocześnieperspektywicznawartośćrośnie:jeśli
10
|
Rozdział1:UzyskiwaniewartościbiznesowychzapomocąAI
