Click here for English version

高效能的機器學習模組，取決於高品質的資料

機器學習的成功運作，主要取決於擁有相關且優質的資料。如果機器學習模組是由錯誤資料組成，它們所產生的結果可能具有誤導性，甚至是完全錯誤的。金融軟體供應商 Intuit 資深副總裁兼首席資料官 Ashok Srivastava 警告說： 「如果資料不乾淨、無法存取、未能連接形成一個堅固的基礎，那麼機器學習和人工智慧功能就將面臨種種問題。」

本指南旨在分享商業領袖和產業專家的經驗，了解如何在適當的政策和架構下，讓資料成為企業的策略資產。我們會分享：

• 善用資料以進行機器學習的必要項目
• 如何研發資料管理策略，以支援機器學習
• 為何需要現代、高效率的資料模型，才能讓機器學習獲致成功

下載《領導者必須對資料有哪些了解才能促進機器學習的成功》以取得洞見，從而協助您建立資料管理策略，持續改善資料的品質、完整性、存取權限及安全性。