Bill Myers, Hauptstatistiker von Procter & Gamble
Maschinelles Lernen, künstliche Intelligenz und andere Schlagworte werden häufig verwendet. Was bedeuten diese Begriffe außer Methoden zur Lösung von Problemen? Während viele sie als automatisierte Methoden zur Problemlösung betrachten (und es gibt einen Platz für die Automatisierung), sind diese Methoden kein Ersatz dafür, das vorliegende Problem zu klären und kritisch über die Fragen nachzudenken, die Sie beantworten möchten. So sagt Bill Myers, Hauptstatistiker von Procter & Gamble, in seinem Plenum für Südostasiens erstes Statistisch gesehen .
Bills umfangreiche Erfahrung in der Realisierung von Wert aus Daten zeigt sich in der Weisheit und den Beispielen, die er teilt. Er bietet Kontext für maschinelles Lernen im Analyseprozess von Daten zu Wert. Er spricht sogar über die Synergien, die maschinelles Lernen mit anderen Analysemethoden haben kann, einschließlich der Gestaltung von Experimenten. Und er modelliert die Rollen, die Mentoring und Zusammenarbeit spielen. Er war ein wichtiger Bestandteil der Teilnahme von Procter & Gamble an der gemeinsamen Forschung mit dem Georgia Institute of Technology, das den 2020 SPAIG Award (Statistische Partnerschaften in Wissenschaft, Industrie und Regierung).
Miao Chen, Datenwissenschaftler bei TEL Singapore
Nach Bills Plenum liefert Miao Chen, Data Scientist bei TEL Singapore, hervorragende Beispiele dafür, wie Automatisierung das Extrahieren von Wert aus Daten beschleunigen kann, was meine Behauptung bestätigt, dass es einen Platz für Automatisierung gibt. Von der einfacheren Beschaffung von Daten über die Freisetzung von Ressourcen bis hin zur strategischen Nutzung JMP Diese Beispiele zeigen, wie die Automatisierung den Daten-Wert-Prozess vereinfachen kann.
Beide Redner wissen, wie sie mithilfe von Analysen Wettbewerbsvorteile aufbauen und aufrechterhalten können. Der Livestream zog viele Zuschauer aus vielen Zeitzonen an, aber die On-Demand-Version ist immer zu Ihrer Bequemlichkeit verfügbar.
