Data Ladder
code မရေးဘဲ ဒေတာသန့်စင်ခြင်းနှင့် fuzzy နှိုင်းယှဉ်ခြင်းကိရိယာ၊ ရှုပ်ပွနေသောဖောက်သည်စာရင်းကို အထူးကုသ
Data Ladder ၏ DataMatch Enterprise က အလွန်လက်တွေ့ကျသောလမ်းကြောင်းသွားသည်။ ပလက်ဖောင်းကြီးမပြော၊ governance framework မပြောဘဲ "import → profile → သန့်စင်စံပြု → နှိုင်းယှဉ် → ထပ်နေမှုဖယ် → ပေါင်းစည်း" ဆိုသည့် ဤခြေလှမ်းခြောက်ခုကို ကောင်းစွာလုပ်၍ SQL မရေးတတ်သောဒေတာဝန်ထမ်းများပင် လုပ်ဆောင်နိုင်စေသည်။
လုပ်ဆောင်ချက်ထူးခြားချက်နှင့် သင့်လျော်သောအသုံးချမှုများ
၎င်း၏ နှိုင်းယှဉ် engine က algorithm အမျိုးမျိုးရောသုံးသည်။ fuzzy နှိုင်းယှဉ်၊ အသံနှိုင်းယှဉ် (စာလုံးပေါင်းနီးစပ်၍ ရေးနည်းကွာသောနာမည်များကိုင်တွယ်)၊ တိကျနှိုင်းယှဉ်နှင့် အက္ခရာ-ဂဏန်းရောနှိုင်းယှဉ်တို့ဖြစ်သည်။ တရားဝင်က ကိုယ့်ကိုယ်ကို AI ထုတ်ကုန်အဖြစ်မထုပ်ပိုးဘဲ "မူပိုင်နှင့် ရင့်ကျက်သောနှိုင်းယှဉ် algorithm" ဟုဆိုသည်။ ဤအချက်က အားရဖွယ်ဖြစ်သည်။ စျေးကွက်တွင် pure rule engine ကို AI ဟု အတင်းပြောသောကိရိယာ များလွန်းသည်။ လက်တွေ့တွင် ရင့်ကျက်သော pattern recognition နည်းပညာနှင့် multi-thread memory တွင်းလုပ်ဆောင်မှုဖြင့် အမြန်နှုန်းတိုးသည်။
လုပ်ဆောင်ချက်ပိုင်းတွင် လိပ်စာအတည်ပြုခြင်းနှင့် CASS အသိအမှတ်ပြုချက် (အမေရိကန်စာတိုက်၏ လိပ်စာစံပြုခြင်း) ပါဝင်၍ အချိန်နှင့်တစ်ပြေးညီနှင့် batch နှစ်မျိုးကို ပံ့ပိုးသည်။ interface က graphical ဖြစ်၍ program ရေးစရာမလို။
အဓိကလုပ်ငန်းခြောက်ခုတွင်သုံးသည်။ ဆေးဘက်၊ ပညာရေး၊ အစိုးရ၊ လက်လီ၊ ဘဏ္ဍာရေးအာမခံနှင့် sales-marketing တို့ဖြစ်သည်။ အထင်ရှားဆုံးအခြေအနေက "ကုမ္ပဏီပေါင်းစည်းပြီးနောက် ဖောက်သည်စာရင်းနှစ်ခုပေါင်းရ"၊ "marketing ဒေတာဘေ့စ်တွင် လူတစ်ဦးက ငါးမှတ်ရှိ"၊ "ထောက်ပံ့ကြေးလျှောက်စာရင်းကို ရှိပြီးဖိုင်နှင့်နှိုင်းယှဉ်၍ ထပ်တောင်းခြင်းကာကွယ်" တို့ဖြစ်သည်။ တရားဝင်က စျေးနှုန်းတွင် ရိုးရိုးရှင်းရှင်းဆိုသည်။ IBM QualityStage (ဒေါ်လာ ၃၇၀,၀၀၀ ခန့်မှစ) နှင့် SAS DataFlux (ဒေါ်လာ ၂၂၀,၀၀၀ ခန့်မှစ) ထက် ၈၀-၉၅% ဈေးသက်သာ၍ အခမဲ့စမ်းသုံးမှုပေးသည်။
အဓိက အင်္ဂါရပ်များ
- အဆင့်ခြောက်ဆင့်လုပ်ငန်းစဉ်: import၊ profile၊ သန့်စင်၊ နှိုင်းယှဉ်၊ ထပ်နေမှုဖယ်၊ ပေါင်းစည်း
- fuzzy/အသံ/တိကျ/အက္ခရာ-ဂဏန်း နှိုင်းယှဉ် algorithm အမျိုးမျိုး
- လိပ်စာအတည်ပြုနှင့် CASS စံပြုခြင်း
- အချိန်နှင့်တစ်ပြေးညီနှင့် batch နှစ်မျိုးလုပ်ဆောင်ခြင်း
- multi-thread memory တွင်းလုပ်ဆောင်ခြင်း
- graphical interface၊ program ရေးစရာမလို
အားသာချက်များ
- program မရေးဘဲ ဒေတာခွဲခြမ်းစိတ်ဖြာသူ ကိုယ်တိုင်လုပ်နိုင်
- IBM၊ SAS တူညီထုတ်ကုန်ထက် ဈေးအများကြီးသက်သာ၍ အခမဲ့စမ်းသုံးမှုရှိ
- fuzzy နှင့်အသံနှိုင်းယှဉ်က နာမည်၊ လိပ်စာကဲ့သို့ ညစ်ပတ်ဒေတာအတွက် အထူးထိရောက်
အားနည်းချက်များ
- တရားဝင်က AI/machine learning ကို အလေးမထားဘဲ ရင့်ကျက် algorithm ဖြစ်၍ မျိုးဆက်သစ် model မဟုတ်
- လိပ်စာအတည်ပြုက အမေရိကန်စာတိုက်စံကို အဓိကထား၍ တိုင်းပြည်လိပ်စာကို ကိုယ်တိုင်ကိုင်တွယ်ရ
- အနေအထားက သန့်စင်ကိရိယာဖြစ်၍ governance၊ workflow နှင့် master data ထုတ်ဝေခြင်းမပါ
အသုံးပြုမှုများ
- ပေါင်းစည်းပြီးနောက် ဖောက်သည် master ဖိုင်နှစ်ခု၏ ပေါင်းစည်းထပ်နေမှုဖယ်ခြင်း
- marketing ဒေတာဘေ့စ်၏ ထပ်နေစာရင်းသန့်စင်ခြင်း
- ထောက်ပံ့ကြေး သို့မဟုတ် အဖွဲ့ဝင်စာရင်း၏ ထပ်လျှောက်ထားမှုနှိုင်းယှဉ်ခြင်း
- ဆေးရုံ၏ လူနာဒေတာ ပေါင်းစည်းခြင်း
အယ်ဒီတာမှတ်ချက်
ကုမ္ပဏီများစွာက AI မမိတ်ဆက်မီ တကယ်ဝယ်သင့်သည်မှာ ဤအရာမျိုးဖြစ်သည်။ တစ်ကြိမ်ထက်မက မြင်ဖူးသည်။ model ဘယ်လောက်လှလှလုပ်လုပ် အောက်ခြေက ဖောက်သည် master တွင် လူတစ်ဦးက ခြောက်မှတ်ရှိလျှင် နိဂုံးက အမှိုက်ဖြစ်သည်။ ၎င်းက sexy မဟုတ်သော်လည်း ဈေးပေါ၊ စမ်းသုံးမှုရှိ၍ တကယ့်ပြဿနာကို ဖြေရှင်းသည်။ ဒေတာကို အရင်သန့်စင်ပြီးမှ model ပြောပါ၊ အစီအစဉ်မလွဲပါနှင့်။
မေးလေ့ရှိသောမေးခွန်းများ
တိုင်းပြည်၏ မြန်မာနာမည်နှင့် လိပ်စာ သုံးနိုင်ပါသလား။
fuzzy နှိုင်းယှဉ်ကိုယ်တိုင်က ဘာသာစကားမကန့်သတ်သော်လည်း အသံနှိုင်းယှဉ်နှင့် CASS လိပ်စာအတည်ပြုက အင်္ဂလိပ်နှင့် အမေရိကန်စာတိုက်အတွက် ဒီဇိုင်းလုပ်ထား၍ တိုင်းပြည်လိပ်စာ (လမ်းသွယ်၊ အထပ်၏ မမှန်မကန်ရေးနည်းအပါအဝင်) ကို ကိုယ်တိုင်အရင်စံပြုရမည်။ အခမဲ့စမ်းသုံးမှုဖြင့် တကယ့်စာရင်းတစ်ခုစမ်း၍ ဆုံးဖြတ်ရန်အကြံပြုသည်။
၎င်းက AI ကိရိယာလား။
တင်းကျပ်ပြောလျှင် ရင့်ကျက်သောဒေတာနှိုင်းယှဉ် algorithm ဖြစ်ပြီး တရားဝင်က machine learning ကို အဓိကမထားပါ။ ကျွန်တော်တို့ ဆက်စုစည်းရသည်မှာ ၎င်းကိုင်တွယ်သည်က AI စီမံကိန်း အများဆုံးကျပ်တည်းသော ပထမအဆင့် ဒေတာအရည်အသွေး ဖြစ်၍ဖြစ်သည်။ model မောင်းနှင်သော entity resolution လိုချင်လျှင် [Senzing](/tools/senzing) ကို နှိုင်းယှဉ်နိုင်သည်။
သက်ဆိုင်ရာ AI ကိရိယာများ
Motobook
Taiwan's used scooter market at a glance—see the resale value of gas and electric bikes under the sun.
Carbook
Carbook သည် တိုင်ဝမ်အရပ်အလယ်ကားဈေးကွက်ကို တိုင်းတာပြီး "ဤကား၏ တန်ဖိုးက ဘယ်လောက်လဲ" ဆိုသည့် မေးခွန်းကို တိကျသောအရေအတွက်အဖြစ် ပြောင်းလဲပေးသည်။
實價雷達 HouseTW
တရားဝင် အရောင်းအဝယ်မှတ်တမ်း သန်း 3.49 သန်းကို မြေအရည်ပျော်ခြင်း၊ ပြတ်ရွေ့ကြောများနှင့် ရေကြီးအန္တရာယ် မြေပုံများနှင့် ထပ်ပိုးပြသည့် တိုင်ဝမ် အခမဲ့ အိမ်ခြံမြေ ပလပ်ဖောင်း
Profet AI
No‑code AutoML for Taiwan’s manufacturing sector, empowering process engineers to build their own models.
Cubo AI
A Taiwanese‑made baby monitor that puts a stop to the most dreaded nighttime worries with nose‑and‑mouth coverage detection.
Whoscall
Nationwide anti‑scam app in Taiwan—identify callers the moment the phone rings