Vasant Dhar, New York University:

Was Informationen verbraucht ist ziemlich offensichtlich: es verbraucht die Aufmerksamkeit ihrer Empfänger. Daher ist eine Fülle von Informationen schafft eine Armut der Aufmerksamkeit, und die Notwendigkeit, dass die Aufmerksamkeit effizient unter der Überfülle von Informationsquellen, die sie verbrauchen, könnte zuteilen. „- Herbert Simon

Maschinelles Lernen, ein Zweig der künstlichen Intelligenz ist zu Algorithmen, die Computer Verhaltensweisen entwickeln oder entdecke Modelle / Theorien auf der Grundlage empirischer Daten zu ermöglichen. In diesem Vortrag ich behaupten, dass in der schnell wachsenden Alter von „Big Data“ Maschinelles Lernen ist eine zunehmend wichtige Rolle bei der Aufdeckung interessante Muster in Kammern der Daten versteckt durch seine Fähigkeit, zu formulieren und testen neue Hypothesen intelligent spielen und damit potenziell transforma sowohl, wie Unternehmen Entscheidungen getroffen werden und wie Unternehmen Forschung wird durchgeführt werden.

Unternehmen, die sammeln und lernen, aus den riesigen Datenspuren hinterlassen wir sind in einer sehr günstigen Position, um nützliche Theorien und Modelle über das menschliche Verhalten zu bilden. Schätzungen gehen davon aus, dass es zu sein eine Notwendigkeit für mehr als eine Million „Daten versierte“ Führungskräfte in den nächsten zehn Jahren, und etwa Viertelmillion Positionen führen, die „tiefe analytische Begabung.“ Wie sollten die Hochschulen positionieren sich für diese Zukunft?

Bio: Vasant Dhar ist Professor für Wirtschaftsinformatik an der New York University Stern School of Business. Er lehrt Kurse in Data Mining und Wissenssysteme und Finanzinformationssystemen. Er hat mit NYU Stern seit mehr als 20 Jahren. Seine Hauptforschungsschwerpunkte sind Data-Mining in der Finanzindustrie, insbesondere die Verwendung von künstlicher Intelligenz und statistische Methoden zur systematischen Anlageentscheidungsprozess. Mehrere seiner automatisierten Handelsstrategien im Einsatz an der Wall Street.

Er hat an zahlreichen Fachzeitschriften einschließlich Information Systems Research, Data Mining und Wissensentdeckung, und IEEE Transactions on Neural Networks veröffentlicht. Außerhalb der Wissenschaft, hat er bei Morgan Stanley in Mitte der 1990er Jahre und in der Artificial Intelligence Laboratory der Mikroelektronik Computer Corporation in Austin, Texas in den späten 1980er Jahren arbeitete und Firma aus. Er erhielt seinen Bachelor of Technology in der Verfahrenstechnik vom Indian Institute of Technology in Delhi, und seinen MA und Ph.D. in der künstlichen Intelligenz an der Universität von Pittsburgh.

Jamshid Vayghan, IBM:

„Organisationen, der Business Analytics übertreffen die Konkurrenz. Und Sie bleiben nicht auf der Strecke.“ – IBM Smarter Analytics Kampagne, Juni 2012

Wir leben in einer Zeit mit turbulenten Wandel. Unternehme, Behörden und jedes Größere Unternehmen verspürt diesen Druck. Die Welt hat sich verändert, sich andere grundsätzliche Möglichkeiten wurden zu – kleinere und stärker integrierte, flacher und wettbewerbsfähiger, und schwieriger zu überleben und zu gedeihen in als vor zehn Jahren zu werden. Die Auswirkungen scheinen gleichermaßen betroffen Produkt-und Service-Organisationen auch. Dadurch Führer in allen Arten von Organisationen brauchen, um die Natur der wichtigsten Ressourcen, die sie haben Zugang zu, um eine wirksame strategische und operative Entscheidungsfindung zu überdenken.

In der heutigen schnelllebigen Markt, alle Entscheidungsträger – C-Suite-Führungskräften und mittlere Führungsebene gleichermaßen – nach Bedarf treffen Entscheidungen schneller als je zuvor. Wenn solche Entscheidungen zu geschäftlichen und sozialen Wert zu schaffen und effektiver sein als Vermutungen, wie man in einer komplexen Welt zu reagieren, müssen die Entscheidungsträger mit klaren Kenntnis der „Tatsachen“ ihrer operativen und strategischen Umfeld zu handeln. Aber oft werden die Fakten in voluminösen und komplexen Data Warehouses und Customer Relationship Management Systemen versteckt. Trotz der Tatsache, dass historisch „Big Data“ sind innerhalb von Organisationen, mit ihm in einer Weise, die Wert schafft, ist immer noch ein schwieriger Prozess.

Aber wie können wir auf sinnvolle Muster in großen Daten in einer zuverlässigen und wiederholbaren Weise finden? Und was noch wichtiger ist , wie kann die Entdeckung solcher Muster effizient und effektiv genutzt werden , wenn sie gefunden ? Können wir machen dies zu einem Geschäftsprozess, der messbaren Wettbewerbsvorteil ergibt ?

Mein Vortrag Einblicke , die wir durch den Einsatz von einem ganzheitlichen Ansatz , um faktenbasierte Datenanalysen , die den gesamten Lebenszyklus umfasst Analytik erhalten haben, bieten . Ich werde sechs Fähigkeiten vorstellen , dass „smart Unternehmen“ schaffen müssen, um faktenbasierte Analyse-Programme zu erreichen hohen ROI . Und ich werde einige Beispiele aus der Praxis der Fakten basierende Analysen , die auf unserem Planeten durch eine intelligentere Ort haben zu diskutieren!