机构名称：
¥ 2.0
ibistm，法国Courbevoie，A BRASTRATS用于集成数据科学（AHMM4IDS）的应用的多性性/整体数学模型支持企业的转换项目（简单地项目）。AHMM4IDS使用各种数学模型（MM），这些模型将数据科学（DS），AI-Subdomains，信息通信系统（ICS）组件与项目转换的资源一起进行。转换的资源可以是服务（和人工制品），成功因素（或校准变量），业务流程（和场景），混合方法，AI模型和足够的企业体系结构（EA）模型（EAM）。MMS，基于混合方法的服务，人工制品和EAM可用于建立包括DS Technics/功能，数据平台的访问（和管理）的DS模式集（DSP），算法函数，绘制概念，无限制的服务；建模和实施决策过程（DMP）相关的基础架构，数据存储，组件模型和最终用户的集成。DSPS的集成和自动化DMP的集成，项目的有效性检查和GAP分析（GAPA）；所有这些都需要适应的接口才能访问企业，项目，数据存储，ICS，EAMS，人工智能（AI）服务和其他类型的资源。另一方面，DSP通过使用项目和AI组件与其他人进行通信；还可以使用各种媒体类型格式，例如可扩展的标记语言（XML）格式以及许多其他形式。导入（或导出）DSS的内容和结构与其他项目的伪像和组件相结合，以为各种AI-Subdomains提供DSP。1。k eywords数据科学，人工智能，多性数学模型，业务和共同转型项目，企业架构，人工智能，定性和定量研究以及关键的成功因素/领域。a troduction ai-subdomains包括Bigdata，机器学习（ML），深度学习（DL）等。AHMM4ID用于Project的AI-Subsystems的完整性检查，算法的集成，GAPA，财务分析，风险管理，以及许多其他类型的战略性DMP相关操作。DSP使用MMS（AHMM4ID是一组MMS），因此可以与混合研究方法相互关联的内存数据集（IDS）。这些方法主要基于定性和相关的定量方法。RDS在特定的统计案例中采用了变革性企业范围的视图，而不仅仅是DS的用法；它还促进了支持定性启发式决策树（HDT）的中央推理引擎的DSP。知道项目很复杂并且失败率很高[1]。
基于人工智能的转型项目 - 角色
主要关键词
相关文件推荐
