开始学习之前，就把它们克服了吧

分析集成了所有这些概念，并依赖于底层数据、支持技术和信息管理过程来实现这一目标。

08 人工智能与认知计算

人工智能(AI)是一门“让计算机做需要人类智能才能做的事情的科学”。

人工智能和机器学习的区别在于，人工智能是指利用计算机完成模式的识别与探索这类“智能”工作的广义概念，而机器学习是人工智能的子集，它主要指利用计算机从数据中学习的概念。

机器学习是人工智能的一个子集，它可以根据数据进行学习和预测，不是仅仅根据特定的一组规则或指令完成事先规划好的操作，而是利用算法训练来自主识别大量数据中的模式。

人工智能(和机器学习)可以在分析生命周期中使用，以支持发现和探索(例如，数据是如何构造的，存在什么模式等)。人工智能在分析中的应用通常以机器学习(如上文所述)或认知计算的形式出现。

认知计算是一种独特的应用，它将人工智能和机器学习算法结合在一起，试图复制(或模仿)人脑的行为。

认知计算系统被设计为像人一样通过思考、推理和记忆等方式来解决问题。这种设计方法使认知计算系统具有一个优势，使得它们能够“随着新数据的到来而学习和适应”并“探索和发现那些你永远不会知道去问的东西”。

 

• 数据大众化

所谓数据大众化，指的是数据开放，使每个能够而且应该能够获得数据的人都有权通过工具来探索获取这些数据，而不是将数据局限于少数特权群体。

例如，传统的信用卡欺诈检测依赖于机器(例如读卡器)，并通过与授权“代理”的连接发送请求来验证一个交易，算法需要在极短的时间内(百分之一毫秒)对此交易完成授权或打上欺诈标签，最后，读卡设备接收授权指令后完成或拒绝交易操作。在边缘分析中，算法将运行在仪器本身上(比如带有嵌入式分析的智能芯片读卡器)。

边缘分析通常与物联网(IoT)联系在一起。最近IDC在针对物联网IoT未来视界(FutureScape)的一份报告中提出，到2018年，40%的物联网数据将在网络中产生数据的边缘完成数据的存储、处理、分析和响应。

随着物联网的发展，我们很可能会看到未来对所谓的“万物分析”(Analytics of Things，AoT)有更多的关注，它指的是分析将给物联网数据带来独特价值的机会。

环境分析(ambient analytics)是另一个相关的术语，它的名字意味着“分析无处不在”。就像房间的灯光或音响常常不被注意，但却为舞台构建了氛围一样，环境分析也会影响我们工作和娱乐的环境。

我们看到环境智能正在日常生活场景中发挥作用，比如检测血糖水平和注射胰岛素。同样，当你回到住家附近时，家居自动化设备检测到相应信息，会自动调整温度和打开照明。环境分析超越了基于简单规则的决策，它利用算法来决定合适的行动路线。

毫无疑问，边缘和环境分析将继续挑战传统的以人为中心的管理方式与流程，传统管理方式下，使用分析结果(如对分析的理解、决策和采取的行动)以人为主，而在边缘和环境分析中会有越来越多的(不需要人工介入的)自主决策与执行。

07 信息学

信息学(informatics)是信息技术和信息管理的交叉学科。在实践中，信息学涉及用于数据存储和检索的处理技术。从本质上讲，信息学讨论信息是如何管理的，指的是支持流程化工作流的系统和数据生态系统，而不是对其中发现的数据进行分析。

在信息科学中经常谈到的健康信息学，它专门用于保健医疗研究，是介于健康信息技术和健康信息管理之间的一种专业技术，它将信息技术、通信和保健融合起来，以提高病人护理的质量和安全性。它位于人、信息和技术三者交汇处的中心。

保健政策是指在一个社会中为实现特定的保健目标而采取的决定、计划和行动。保健政策制定者希望看到医疗保健变得更经济、更安全、更高质量，信息技术和健康信息技术往往是实现这一目标的重要手段。

事实上，其中一项最必不可少的工作是正确定位数据资源，使之能提供每个患者360度的完整健康状况信息视图，只有数据共享才能做到这一点

（编辑：唐山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!