美国服务器_迷你世界服务器_测评

小七 2019年10月25日 21:23 141 0

级别1–简单；30分钟阅读

受众：项目经理、业务分析师、主题专家

作者：Mark Muir、SAP BTS、S/4HANA RIG Americas

欢迎回来！在我的上一篇博客中，我们介绍了建模简介，云服务器服务好，并介绍了CRISP-DM（数据挖掘的跨行业标准流程），这是一个广泛使用的跨行业数据挖掘标准。在我们讨论项目方法之前，让我们首先评估CRISP-DM的业务理解阶段的先决条件。

除了拥有顿悟开始你的机器学习项目，以下几点是值得考虑的。

业务转型需要组织变革管理在管理、业务和IT之间创造结构和信念，以使你的项目成功。包括培训和处理那些因为转型项目而不得不改变工作方式的人。它涉及他们的期望，泛在电力物联网，他们的需要，他们的动机，他们的担心和他们的阻力使业务和IT部门能够通过适当的互动、干预和指导，以及广泛的个人沟通，让管理层和员工参与进来。提供业务和IT适当的机制、工具和技术，以有效、高效和可持续的方式从当前状态过渡到未来状态设计思维有助于解决人类的问题，有一个行业是围绕着以解决方案为中心的客户设计而建立的。如果不考虑业务用户将如何交互和使用经过培训的模型的输出，那么投入到问题中的时间和精力（即思考用户体验）似乎是徒劳的。在SAP，我们有一个支持创新的组织—SAP Leonardo中心，请联系了解更多信息。确定可能的用例需要时间，根据以下维度优先考虑潜在机会：技术可行性（例如数据可用性、SAP的数据访问）业务潜力（例如节省的工作量或产生的收入）将项目管理融入到项目中，需要标准实践来启动、计划、执行、监控、控制和关闭项目。敏捷和SCRUM是可选的，物联网企业，但还有其他框架和工具。

回到CRISP-DM….

CRISP-DM的好处

以数据为中心的项目方法是非专有的应用和行业中立，工具中立，关注业务问题和技术问题。提供一个用于记录流程的框架允许迭代处理更接近期望的结果支持项目规划和管理所有技能集易于采用

CRISP-DM阶段

业务理解

目标：从业务角度重点理解项目目标和要求，然后将这些知识转化为数据科学问题定义和为实现目标而设计的初步计划。

数据理解

目标：从最初的数据收集开始，然后进行活动，以便熟悉数据，识别数据质量问题，发现对数据的第一个见解数据，或检测感兴趣的子集以形成隐藏信息的假设。

数据准备

目标：支持所有活动从初始原始数据构建最终数据集。数据准备任务可能要执行多次，淘客大玩家，而不是按任何规定的顺序执行。任务包括表格、记录和属性选择，以及所选算法的数据转换和清理。

建模

目标：选择和应用各种建模技术，并将其参数校准到最佳值。有些技术对数据的形式有特定的要求。