摘要
近年来随着大数据及人工智能概念的升温,越来越多的企业开始重视蕴藏在数据中的商业价值,并且随着数据挖掘技术的日益成熟,机器学习在政府、金融、通信、医疗、零售等多个行业中的应用越来越广泛和深入,基于特定业务目标问题及历史数据构建数据分析模型,实施模型存储、模型验证、模型部署应用及模型性能监控等模型管理行为,已成为企业数据挖掘过程中的重要环节。为应对不断变化的市场环境以及不断变化的客户需求,如何建立高效、可重复、可快速迭代,且灵活度高的模型管理流程,是企业提升其数据分析能力并将其能力和资源转化为价值的关键课题之一,具有很强的研究及实践意义。本文基于此方向探索了数据分析模型管理与工作流集成的应用模式。
出处
《信息通信》
2019年第3期56-57,共2页
Information & Communications