Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "data-driven" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
On the Value of Data and the Potential of Artificial Intelligence: Reports From the 8th Big Data and AI Congress, April 18–19, 2018
Autorzy:
Żulicki, Remigiusz
Powiązania:
https://bibliotekanauki.pl/articles/781907.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
big data
data-driven business
artificial intelligence
critical data studies
data-driven biznes
sztuczna inteligencja
big data - ujęcie krytyczne
Opis:
The author claims that due to the effectiveness and multiplicity of potential uses for databases (for instance, for “big data,” artificial intelligence) the business world is taking an almost incredible interest in their implementation. One proof is the momentum of the eighth edition of the Big Data & AI Congress. This text reports on that Warsaw conference. The author first presents the emotions that were obvious during the course of the event-the enthusiasm and expectations of business in regard to this kind of technology-and then points out and characterizes, with the eye of a sociologist, the areas of the subject left unaddressed. These are the manifold social consequences of the use and development of big data or so-called artificial intelligence, that is, the growth of income inequality at the same time as the outwardly positive growth in general incomes, the preservation of mechanisms of exclusion and discrimination, and the treatment of large groups of users as objects through applications based on data analysis.
Źródło:
Kultura i Społeczeństwo; 2019, 63, 1; 221-233
2300-195X
Pojawia się w:
Kultura i Społeczeństwo
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Pułapki myślowe data-driven. Krytyka (nie tylko) metodologiczna
The mind traps of data-driven. (Not only) methodological critique
Autorzy:
Żulicki, Remigiusz Żulicki
Powiązania:
https://bibliotekanauki.pl/articles/1058749.pdf
Data publikacji:
2019-08-31
Wydawca:
Polskie Wydawnictwo Ekonomiczne
Tematy:
data-driven
data science
sztuczna inteligencja
etnografia
metodologia
artificial intelligence
ethnography
methodology
Opis:
Podejście data-driven jest silnym trendem we współczesnym marketingu i innych dziedzinach życia. Z pozycji krytyki metodologicznej autor omawia pułapki myślowe data-driven. Wskazuje, że wbrew pozorom, dane nie mówią same za siebie, dane nie są „dane”, tylko zbierane i generowane, więc nieobiektywne. Większa ilość danych nie musi oznaczać większej wartości. Stosowane narzędzia kształtują badaną rzeczywistość. Wiara w dane jest wiarą, niemożliwą do zasadniczo logicznego uzasadnienia. Panuje nie konieczność, ale moda na korzystanie z danych i najnowocześniejszych metod obliczeniowych. Autor wskazuje powiązania założeń epistemologicznych z etycznymi oraz konsekwencjami społecznymi oraz proponuje alternatywy.
The data-driven approach is a strong trend in modern marketing and other areas of life. From the position of methodological criticism, I discuss the data-driven mind traps. I indicate that contrary to popular beliefs: data does not speak for themselves; data is not given, but collected and generated, so biased; a larger amount of data does not necessarily mean a higher value; the tools used shape the examined reality; faith in data is a belief that is impossible to justify logically; there is no imperative but trend for the use of data and the most modern quantitative methods. I point to the links between epistemological and ethical assumptions as well as social consequences. I suggest alternatives
Źródło:
Marketing i Rynek; 2019, 8; 3-14
1231-7853
Pojawia się w:
Marketing i Rynek
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A comparative study of artificial intelligence models for predicting monthly river suspended sediment load
Autorzy:
Rezaei, Khalil
Vadiati, Meysam
Powiązania:
https://bibliotekanauki.pl/articles/292569.pdf
Data publikacji:
2020
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
artificial intelligence
data-driven methods
Karaj dam
suspended sediment load
the Karaj River
Opis:
When high precision modelling is required, for example, with the estimation of suspended sediment load (SSL), data-driven models are preferred over physically-based numerical models for their real-time, short-horizon prediction ability. The investigation of SSL, as an important index in engineering practices assessment, like design and operation of the hydraulic structures not only shows the hydrological behaviour of the river, but also illustrates the valuable information about the water quality deterioration, surface-groundwater interaction and land-use changes of the watershed. The following data-driven methods were compared in order to predict SSL at the Seyra gauging station on the Karaj River in Iran: Fuzzy logic (FL), two adaptive neuro-fuzzy inference systems (i.e., ANFIS-GP and ANFIS-FCM models), an artificial neural network (ANN), and least squares support vector machine (LSSVM). Monthly average river flow and SSL data for 50 years were obtained from the Tehran Regional Water Authority (TRWA). The data was first divided into training, validation and test sets and the SSL was then predicted using the ANN, FL, ANFIS, and LSSVM models. The reliability of the applied models was evaluated by the correlation coefficient (R), root mean square error (RMSE), and mean absolute error (MAE). The results showed that the ANFIS models outperformed the ANN, FL, and LSSVM models for predicting SSL using the given input and output data. Overall, the performances of the artificial intelligence models used in the present study were satisfactory in predicting the non-linear behaviour of the SSL.
Źródło:
Journal of Water and Land Development; 2020, 45; 107-118
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies