非结构化为主的数据有待深度学习一展所长
相关报告
- 数据更新中...
深度学习更擅长从多样化、非结构化的海量数据中发掘有用信息。在传统数据中可用二维表格表示
的结构化数据占多数，但近些年以用户文字评价、图片、音视频等形式呈现、无法用固定结构或逻辑表达的非结构化数据开始超过结构化数据总量，2014年新增数据中非结构化数据占比超过80%，2015年超过85%，而根据IDC的调查报告，企业中80%的数据都会非结构化数据，并且这些数据按照60%的年增长率指数式增长。与结构化数据相比，非结构化数据体量大、产生速度快，并且来源多样。而在传统的数据分析领域，尤其是国内很多企业依然停留在借助现有的数据分析工具处理结构化数据，面对大量非结构化数据显得很无力，分析利用程度远远不够。
结构化数据与非结构化数据
非结构化数据之所以难分析，除了体量太大，来源驳杂，很大程度上还因为没有明确的标注和分类，甚至连从中可以挖掘出什么结果都难以实现确定。而深度学习恰好能够针对这类数据自动学习和提取特征，而且无论是对于自然语言的文本语义，还是图形图像的识别、音频视频的分析，都能派上用场，将数据变为价值。
本文地址：http://www.zwzyzx.com/show-269-224886-1.html
下一篇：基于深度学习的人工智能应用
相关资讯
- 影响互联网金融行业发展的不利因素(2015-12-23)
- 国内服装行业信息系统管理比较落后(2014-10-12)
- 精密光学元器件行业的市场情况(2016-06-22)
- 国内进入信息安全行业的主要障碍(2014-12-08)
- 发改委反价格垄断点名电信业 业界称竞争太激烈(2013-12-04)
- 银行卡收单行业——技术环境(2016-09-09)
- 视频监控设备与其他技术和产业的融合趋势加强(2014-06-23)
- DSP、媒体资源的结合：利大于弊(2016-08-18)
合作媒体
最新报告
定制出版
热门报告
免责声明
中为咨询所引述的资料是用于行业市场研究以及讨论和交流，并注明出处，部分内容是由相关机构提供。若有异议请及时联系本公司，我们将立即依据相关法律对文章进行删除或作相应处理。查看详细》》
