تمت عملية الاشتراك بنجاح

إغلاق

عذراً، أنت مشترك مسبقاً بالنشرة البريدية

إغلاق
facebook
twitter
whatsapp
email
linkedin
messenger
عندما طرحت خدمة "جوجل فلو ترندز" (Google Flu Trends) لأول مرة في عام 2009، شرح كبير الاقتصاديين لدى جوجل أنه يمكن استخدام توجهات البحث على الإنترنت في "توقع الحاضر". وكان منطقياً آنذاك استخراج الأنماط والرؤى المفيدة من البيانات واسعة النطاق لعمليات البحث على الإنترنت. فعلى كل حال، تبدأ الرحلات الرقمية لكثير من المستخدمين بعملية البحث على الإنترنت، وذلك يشمل 8 من كل 10 أشخاص يجرون بحثاً عن معلومات تتعلق بالصحة. إذن، ما المشكلة التي يمكن أن تقع؟ تتمتع الإجابة عن هذا السؤال بسمعة سيئة في مجتمعات الأعمال وعلوم البيانات. أغلقت خدمة "جوجل فلو" عام 2015 بعد أن بالغت توقعات البرنامج في تقدير مستويات الإصابة بالإنفلونزا بنسبة 100% تقريباً فيما يتعلق بالبيانات التي قدمتها مراكز مكافحة الأمراض. وسرعان ما اتهمت الانتقادات المشروع بأنه واجهة إعلانية لغطرسة البيانات الضخمة، وأنه مغالطة تقول إن من الممكن للاستنتاج الاستقرائي، الذي يتغذى على كميات هائلة من البيانات، أن يحل محل التحليل الاستنباطي التقليدي الذي توجهه الفرضيات البشرية.
وفي الآونة الأخيرة، انتقلت المؤسسات إلى تضخيم القوة التنبؤية من خلال إقران البيانات الضخمة بتعلم الآلة المؤتمت المعقد (autoML). يتم الترويج لنهج تعلم الآلة المؤتمت (autoML)، الذي يستعين

تنويه: يمكنكم مشاركة أي مقال من هارفارد بزنس ريفيو من خلال نشر رابط المقال أو الفيديو على أي من شبكات التواصل أو إعادة نشر تغريداتنا، لكن لا يمكن نسخ نص المقال نفسه ونشر النص في مكان آخر نظراً لأنه محمي بحقوق الملكية الدولية. إن نسخ نص المقال بدون إذن مسبق يعرض صاحبه للملاحقة القانونية دولياً.

جميع الحقوق محفوظة لشركة هارفارد بزنس ببليشنغ، بوسطن، الولايات المتحدة الاميركية - 2021

اترك تعليق

قم بـ تسجيل الدخول لتستطيع التعليق
avatar
  شارك  
التنبيه لـ
error: المحتوى محمي !!