Wraz z rozwojem nowoczesnych technologii rozwijają się również złośliwe schematy. Od niedawna do długiej listy oszustw dołączyła sztuczna inteligencja (Artificial Intelligence, AI). Wykorzystanie technologii sztucznej inteligencji i uczenia maszynowego (Machine Learning, ML) przenosi phishing i inne oszustwa cyb...
Wyniki badania PMR dla Polskiej Chmury wskazują, że ponad 2/3 firm korzysta z rozwiązań chmurowych, a około 1/3 jest w trakcie ich wdrażania. Tym samym chmura to już stały element ekosystemu i działalności przedsiębiorstw w Polsce. Rynek ten dojrzał i firmy szukają w chmurze korzyści oraz rozwiązań dopasowanych wprost ...
Przed kilkoma tygodniami w skromnych progach naszej Virtual-nej redakcji pojawiła się przesyłka zawierająca router FRITZ!Box 6850 5G od firmy AVM. Router wprowadzony na rynek latem ubiegłego roku, za pomocą wbudowanego modemu obsługuje zakresy 5G w paśmie poniżej 6 GHz, a także LTE Advanced Pro we wszystkich obecnie wy...
Środowiska IT stają się coraz bardziej rozbudowane. Firmy korzystają z infrastruktury on-premise jak również z rozwiązań chmurowych, często z wielu chmur (multicloud). W takiej sytuacji kluczem dla zapewnienia niezawodnego działania systemów IT jest monitoring infrastruktury. Właściwe rozwiązanie do monit...
W ciągu ostatnich dwóch lat firma VMware podejmowała wysiłki mające na celu uproszczenie swojego portfolio rozwiązań i przejście z modelu licencji wieczystych na model subskrypcji, który branża przyjęła już jako standard korzystania z chmury. Firma zaznaczyła, że takie zmiany przyniosą klientom większe ko...
Według opublikowanego przez Veeam raportu Data Protection Trends Report 2022, największym wyzwaniem dla firm związanym z cyfryzacją są braki wykwalifikowanej kadry IT i starzejące się systemy. Aż 1/3 przedsiębiorstw w razie awarii i braku dostępu do zasobów planuje przywracać działanie serwerów w trybie r...
Uczenie maszynowe (machine learning) to metoda samouczenia się maszyn w oparciu o analizę danych i odnajdywanie zawartych w nich wzorców, mająca swoje początki na przełomie lat 50. i 60. Technologia ta na dobre zadomowiła się w biznesie i obecnie trudno wyobrazić sobie branżę, w której nie znalazłaby zastosowania. Specjaliści z firmy SAS, lidera analityki biznesowej twierdzą, że rozwój technologii biznesowych można podzielić na dwie ery. Jakie?
Eksperci SAS wyszczególniają ery rozwoju technologii z przed i po wprowadzeniu uczenia maszynowego. Podkreślają jednak oni, że na obecnym etapie rozwoju nie możemy jeszcze mówić o w pełni autonomicznych systemach.
Biznes stawia na uczenie maszynowe
Uczenie maszynowe ma szczególne zastosowanie wszędzie tam, gdzie przetwarzane są duże ilości danych. Jak wynika z najnowszej edycji badania SAS „The Autonomous Grid. Machine learning and IoT for Utilities”, 63% dostawców prądu, gazu czy wody uważa, że uczenie maszynowe będzie miało kluczowe znaczenie dla ich przyszłego sukcesu biznesowego. Z kolei raport „Digital Banking” podaje, że 35% organizacji finansowych wdrożyło już co najmniej jedno rozwiązanie z zakresu machine learing. Przykładowo, amerykański Seacoast Bank wykorzystuje system SAS Enterprise Miner do określania długookresowej wartości klienta (ang. CLTV - Customer LifeTime Value), na podstawie analizy jego preferencji i historii transakcji. Dzięki temu bank może oszacować jakie zasoby będą potrzebne do jego obsługi, a także odpowiednio dobrać produkty finansowe, które spełnią oczekiwania danej osoby lub organizacji.
Eksperci SAS upatrują sukcesu uczenia maszynowego w niezwykłej elastyczności tej technologii, możliwości adaptacji jej do potrzeb konkretnej organizacji i realiów problemów, w których rozwiązaniu ma pomóc.
"Obecnie uczenie maszynowe to kluczowe narzędzie w portfolio specjalistów na stanowiskach data scientist. Machine learning umożliwia organizacjom z jednej strony identyfikowanie okazji biznesowych, a z drugiej pozwala uniknąć potencjalnych zagrożeń, które mogłyby zostać niedostrzeżone przez człowieka" - mówi Lorry Hardt, Artificial Intelligence and Machine Learning Strategist w SAS.
Liderzy uczenia maszynowego
Firma analityczna Gartner co roku przygotowuje zestawienie liderów rynku platform analitycznych wykorzystujących uczenie maszynowe, zatytułowane „Magic Quadrant for Data Science and Machine Learning Platforms”. W sześciu ostatnich edycjach, wliczając najnowszą z 2019 roku, SAS został sklasyfikowany w kwadrancie liderów raportu. Ewaluacji dokonano na podstawie analizy możliwości rozwiązań SAS Visual Data Mining and Machine Learning oraz SAS Enterprise Miner. Narzędzia te umożliwiają użytkownikom rozwiązywanie złożonych problemów analitycznych, a także podejmowanie szybszych i lepszych decyzji biznesowych.
SAS Visual Data Mining and Machine Learning działa w oparciu o silnik analityczny SAS Viya. Rozwiązanie zawiera algorytmy statystyczne, uczenia maszynowego, deep learning oraz analizy tekstowej, co przyśpiesza eksplorację danych strukturalnych i niestrukturalnych, jednocześnie umożliwiając wykorzystanie popularnych języków programowania open source. Ujednolica cały proces uczenia maszynowego, od etapu transformacji i przygotowania, aż po wdrożenie.
SAS Enterprise Miner działa na wszystkich typach platform i analizuje każdy rodzaj danych, identyfikując zależności i wzorce. Porządkuje i usprawnia proces data mining, co pozwala na stworzenie dokładnych predykcyjnych i deskrypcyjnych modeli analitycznych, aby znaleźć najlepsze rozwiązanie niezależnie od tego, jak duża baza danych podlega analizie.
Źródło: SAS Institute
