多雲議題正夯!一窺跨雲分析如何驅動生命科學、農業技術領域推展

根據 2020 年 Gartner 雲端用戶購買行為調查,近 80% 使用雲端的受訪者表示,他們會同時與多家雲端服務商合作1。多雲儼然已成為事實。此外,企業為了超越競爭對手,也得開始執行資料分析 ─ 不論資料儲存在何處。 為此,Google 也致力於提供完善的多雲分析解決方案,為企業打破資料孤島,使人們能夠輕鬆且大規模地進行分析。而這一承諾也在新的 Gartner 2020 雲端資料庫管理系統魔力象限中得到了體現,在該報告中 Google 被公認為領導者2

如果剛好您也需要在一個安全、全代管的平台,分析橫跨 Google Cloud、AWS、Azure 等雲端的資料,您可以考慮 BigQuery Omni

閱讀全文〈多雲議題正夯!一窺跨雲分析如何驅動生命科學、農業技術領域推展〉

現代化的商業智慧 ─ 如何結合 BigQuery 與 Looker 發揮資料最大的商業價值?

身為資料分析師,您可能對這樣的情境不陌生:業務單位想快點得到營收報表做季度預估、行銷部門希望了解上一波廣告活動帶來的成效,而大家對指標又有不同的定義邏輯、欄位定義還可能隨時更改;又或者,資料存放在不同位置,需先搬移整合才能使用。此時,公司裡的商業分析師就得機動支援各單位不定期的緊急需求…

閱讀全文〈現代化的商業智慧 ─ 如何結合 BigQuery 與 Looker 發揮資料最大的商業價值?〉

工廠製程革新:AutoML Vision 如何優化製造業的目視檢測,改善品管?

我們經常從企業客戶端聽到,他們需要導入像 AI 這樣的新技術來提高生產效率。事實證明,AI 的確能有效幫助製造業客戶實踐自動化的目視品管流程

這些客戶告訴我們,他們希望使用 AI 解決方案來幫助他們提高品質控管和檢查的效率,進而提高整體品質。但是,有許多因素使他們難以防止瑕疵產品的發佈。此外,在製造過程中發現瑕疵的時間越晚,修復或更換所需的成本就越高。目視檢測可以幫助製造業客戶,以較低的成本及早發現瑕疵,並以更創新的方式幫助企業革新其流程。點擊「閱讀全文」以了解更多。

閱讀全文〈工廠製程革新:AutoML Vision 如何優化製造業的目視檢測,改善品管?〉

【全球案例】美國癌症協會:深度學習助乳癌影像辨識

為了辨別數位病理影像中的全新規律或特徵,美國癌症協會使用 Google Cloud Platform 的 ML Engine 來提高即時性和準確度。

自 1992 年以來,美國癌症協會進行了第二期癌症預防研究 (CPS-II) 營養研究,該研究針對 188,000 多名美國男女進行了前瞻性研究。CPS-II 為研究人員探索,像是身高、體重、人口統計、個人和家族史、藥物和維生素使用、職業接觸、飲食習慣、飲酒和吸煙以及生育史等因素如何影響癌症病因提供了寶貴的資訊和預測。 閱讀全文〈【全球案例】美國癌症協會:深度學習助乳癌影像辨識〉

解釋結構化資料的模型預測(下)

上一篇文章,我們介紹了 Explainable AI,並使用公開資料集預測「自行車租賃的騎乘時間」。若您尚未閱讀,可以參考這篇部落格文章

延續上篇介紹的內容,您還可以獲得關於部署到 AI 平台的客製化 TensorFlow 模型之解釋。以下我們會介紹如何利用將 AI Explanations 模型部署到 Google Cloud AI 平台,並用 What-If 將模型結果視覺化。
閱讀全文〈解釋結構化資料的模型預測(下)〉