企業(yè)級數(shù)據(jù)與AI項目成功之道

題記
本書贊譽
序言
前言
致謝
關于作者
第1章　攀登人工智能階梯1
11　人工智能的數(shù)據(jù)準備2
12　重點技術領域2
13　一步一個腳印地攀登階梯3
14　不斷適應以保持組織的相關性6
15　基于數(shù)據(jù)的推理在現(xiàn)代業(yè)務中至關重要8
16　朝著以人工智能為中心的組織邁進11
17　本章小結12
第2章　框架部分I：使用人工智能的注意事項14
21　數(shù)據(jù)驅動決策制定15
211　通過詢問來獲得洞見15
212　信任矩陣16
213　衡量標準和人類洞見的重要性18
22　使數(shù)據(jù)與數(shù)據(jù)科學民主化18
23　是的-先決條件：組織數(shù)據(jù)必須有先見之明20
24　促進變革之風：有組織的數(shù)據(jù)如何縮短反應時間23
25　質(zhì)疑一切24
26　本章小結26
第3章　框架部分II：使用數(shù)據(jù)和人工智能的注意事項27
31　個性化每個用戶的數(shù)據(jù)體驗28
32　上下文的影響：選擇正確的數(shù)據(jù)顯示方式29
33　民族志研究：通過專業(yè)數(shù)據(jù)增進理解32
34　數(shù)據(jù)治理和數(shù)據(jù)質(zhì)量33
341　分解數(shù)據(jù)的價值34
342　通過數(shù)據(jù)治理提供結構34
343　為訓練進行數(shù)據(jù)策管35
344　創(chuàng)造價值的其他注意事項35
35　本體論：封裝知識的手段36
36　人工智能成果的公平、信任和透明度38
37　可訪問的、準確的、經(jīng)過策管的和經(jīng)過組織的數(shù)據(jù)41
38　本章小結42
第4章　分析回顧：不只是個錘子44
41　曾經(jīng)的情況：回顧企業(yè)數(shù)據(jù)倉庫44
42　傳統(tǒng)數(shù)據(jù)倉庫的缺點49
43　范式轉變52
44　現(xiàn)代分析環(huán)境：數(shù)據(jù)湖53
441　兩者對比55
442　本地數(shù)據(jù)56
443　差異屬性56
45　數(shù)據(jù)湖的要素58
46　新常態(tài)：大數(shù)據(jù)即普通數(shù)據(jù)60
461　從單一數(shù)據(jù)模型的剛性中解放出來60
462　流數(shù)據(jù)61
463　適合任務的工具61
464　易訪問性61
465　降低成本61
466　可擴展性62
467　人工智能的數(shù)據(jù)管理和數(shù)據(jù)治理62
47　Schema-On-Read與Schema-On-Write63
48　本章小結65
第5章　分析前瞻：不是所有事物都是釘子67
51　組織的需求67
511　暫存區(qū)域69
512　原始區(qū)域70
513　發(fā)現(xiàn)與探索區(qū)域71
514　對齊區(qū)域71
515　協(xié)調(diào)區(qū)域76
516　策管區(qū)域77
52　數(shù)據(jù)拓撲78
521　區(qū)域地圖80
522　數(shù)據(jù)管道81
523　數(shù)據(jù)地形81
53　擴展、添加、移動和刪除區(qū)域83
54　啟用區(qū)域84
541　攝入84
542　數(shù)據(jù)治理86
543　數(shù)據(jù)存儲和保留87
544　數(shù)據(jù)處理89
545　數(shù)據(jù)訪問90
546　管理和監(jiān)控91
547　元數(shù)據(jù)91
55　本章小結92
第6章　人工智能階梯的運營準則93
61　時光流逝94
62　創(chuàng)建98
621　穩(wěn)定性99
622　障礙99
623　復雜性99
63　執(zhí)行100
631　攝入101
632　可見性102
633　合規(guī)性102
64　運行102
641　質(zhì)量103
642　依賴104
643　可復用性104
65　xOps三重奏：DevOps MLOps、DataOps和AIOps105
651　DevOps MLOps105
652　DataOps107
653　AIOps109
66　本章小結111
第7章　最大化運用數(shù)據(jù)：以價值為導向112
71　邁向價值鏈113
711　通過關聯(lián)鏈接116
712　啟用操作117
713　擴大行動手段118
72　策管119
73　數(shù)據(jù)治理121
74　集成數(shù)據(jù)管理123
741　載入125
742　組織125
743　編目126
744　元數(shù)據(jù)127
745　準備128
746　預配129
747　多租戶129
75　本章小結132
第8章　通過統(tǒng)計分析評估數(shù)據(jù)并啟用有意義的訪問133
81　派生價值：將數(shù)據(jù)當作資產(chǎn)進行管理133
82　數(shù)據(jù)可訪問性：并非所有用戶都是平等的139
83　向數(shù)據(jù)提供自助服務140
84　訪問：添加控件的重要性141
85　為了數(shù)據(jù)治理-使用自底向上的方法對數(shù)據(jù)集進行排序142
86　各行業(yè)如何使用數(shù)據(jù)和人工智能143
87　受益于統(tǒng)計數(shù)字144
88　本章小結151
第9章　長期構建152
91　改變習慣的需要：避免硬編碼152
911　過載153
912　鎖定154
913　所有權和分解156
914　避免變化的設計156
92　通過人工智能擴展數(shù)據(jù)的價值157
93　混合持久化159
94　受益于數(shù)據(jù)素養(yǎng)163
941　理解主題165
942　技能集165
943　全部都是元數(shù)據(jù)167
944　正確的數(shù)據(jù)-在正確的上下文
　中-使用正確的接口168
95　本章小結170
第10章　終章：人工智能的信息架構171
101　人工智能開發(fā)工作172
102　基本要素：基于云的計算、數(shù)據(jù)和分析175
1021　交集：計算容量和存儲容量180
1022　分析強度181
1023　跨要素的互操作性183
1024　數(shù)據(jù)管道飛行路徑：飛行前、飛行中、飛行后186
1025　數(shù)據(jù)水坑、數(shù)據(jù)池和數(shù)據(jù)