. O analítica gestores podem aprender com redes neurais - Tudo Sobre Tecnologia

Descubra como colocar a gestão neural para trabalhar para sua equipe científica de dados quando os modelos tradicionais são insuficientes. 

brain_1.jpg
 Crédito: Luzes imagem idéias de por Saad Faruque, CC BY-SA 2.0
 
Se você está gerenciando uma equipe científica de dados e você não sabe como uma rede neural realmente funciona, você pode estar em pior forma do que você imagina.
Primeiro de tudo, se você está indo para gerenciar uma equipe de cientistas de dados, é melhor você saber muito sobre a ciência de dados. Se você tem alguma dúvida sobre isso, você vai ter que confiar em mim uma fé cega, este é um problema não-discutível para mim. E uma vez que as redes neurais reside confortavelmente dentro do reino da ciência de dados, isso é algo que todo gerente deve saber analítico. No entanto, para além do conhecimento do conteúdo, os gestores analíticos pode aprender algumas técnicas de gestão estudando como essas estruturas de dados mágicos funcionam. Isto é o que eu me refiro a gestão como neural.

Gestão Neural: Um modelo de gestão baseado em redes neurais

Uma rede neural é um modelo de programação que está vagamente concebido em torno da maneira como nossos cérebros funcionam. Você pode usar quase qualquer linguagem de programação para o modelo.
Quando eu estava na faculdade, eu projetei um em Visual C que aprendeu a resolver 1 + 1 = 2.Era uma pequena rede de apenas alguns nós: dois nós de entrada, um nó de saída, e quatro nós de uma camada oculta, entre as entradas e saída. Cada nó na camada escondida foi ligado a cada nó de entrada e o nó de saída. Os nós da camada oculta foram inicializados com valores aleatórios e programado para ajustar-se para saber se ele estava produzindo a saída direita, dadas as duas entradas. Um pequeno conjunto de treinamento foi construído com uma série de entradas e saídas corretas. Uma vez treinados, a rede neural poderia saída com sucesso um dois de cada vez os dois nós de entrada foram apresentados com um. No mundo real, nós não precisamos de uma rede neural para resolver este problema simples, na prática, as redes neurais são muito mais sofisticados e empregado quando as técnicas tradicionais para prever saídas (por exemplo, a regressão logística) ficam aquém.
Gestão Neural foi inspirado pela forma como as redes neurais operar. É uma filosofia que está mais alinhado com um estilo iterativo ou ágil de gestão. Com referência ao post, alavanca, e método do balanço (PLBM), vamos postar em esforço, usar o tempo como uma alavanca, e alcance como um equilíbrio. Alternativamente, você pode usar o tempo como um poste e esforço como uma alavanca, no entanto, a forma mais pura de empregar gestão neural está usando esforço como um post. Cada nódulo de uma camada oculta na rede neural representa um cientista de dados. Não há nódulos especiais ou definições de funções - todos os cientistas de dados executar todas as funções. Como as redes neurais, este modelo de gestão pode ser implementado quando os modelos tradicionais (eg, cachoeira hierárquica) ficam aquém.

Queima das sinapses: colocar gestão neural ao trabalho

Gestão Neural explora o poder de uma equipe de alto desempenho, por isso é importante alimentá-la como tal. Sempre que você postar em esforço, é uma indicação de que dinâmica da equipe é o seu valor mais alto. Selecione os nós de cientista de dados com cuidado, com uma aguda consciência de como as culturas e personalidades vai engrenar.
Você também vai precisar de um bom técnico para atender às dinâmicas humanas de desempenho da equipe. É necessário um nível extremamente elevado de comunicação, por isso certifique-se todos não é só fisicamente colocado, mas também treinou de forma proativa em falar uns com os outros. Lembre-se, os cientistas de dados são tipicamente introvertidos por natureza, por isso só porque você se senta-los ao lado do outro, não significa que eles realmente vou falar com os outros.
Execução se assemelha a uma metodologia ágil, mas há diferenças sutis que tornam caracteristicamente diferente do que ágil. Em primeiro lugar, eu desencorajar a idéia de auto-organização com cientistas de dados. Em muitos casos, os cientistas de dados simplesmente não se auto-organizar, de modo que esta equipe deve ser gerida com firmeza por um bom gerente analítico e orientado por um bom treinador analítica. Além disso, deve haver iterações, mas timeboxes rígidas não são necessárias. Como mencionei anteriormente, eu prefiro usar o tempo como uma alavanca em vez de um post.
Uma vez que a equipe está definida, dividir o escopo em pedaços iguais de funcionalidade razoável, e então priorizar como você faria em um projeto ágil. Em seguida, atirar por um período de tempo (digamos, um mês), mas fique à vontade para estender esta um pouco se você estiver perto de terminar o bloco alvo do escopo. Se você não está nem perto de terminar, você vai precisar ajustar o tamanho de seus pedaços de escopo. Continue esse processo com a próxima iteração, fazendo ajustes em tempo e no espaço até se sentir confortável com a entrega. Após algumas iterações, você vai ter uma boa noção de quanto tempo uma iteração deve tomar e quanto espaço será entregue. Desta forma, você pode treinar sua equipe neural para produzir resultados.

Resumo

As redes neurais não são apenas um modelo de programação importante para os gestores analíticas para entender, eles também representam um paradigma de gestão que pode colocar a sua equipa a ciência de dados em uma posição para resolver problemas de outras equipes não pode resolver.
Se você não entender como funcionam as redes neurais, levará algum tempo hoje para fazer as investigações necessárias. Uma vez que você tem o básico para baixo, considere estruturar sua equipe científica dados para postar em esforço, usar o tempo como uma alavanca, e alcance como um equilíbrio. Pode não se sentir bem no começo, mas com certeza é um sentimento bom para quebrar um código de ninguém mais pode. Gestão Neural só pode ter a resposta que você está procurando, por isso dar-lhe uma tentativa.

Sobre 

John Weathington é presidente e CEO da Excellent Management Systems, Inc., uma empresa de consultoria de gestão que ajuda os executivos a transformar informação em sabedoria caótico rentável.

0 comentários Goocle+ 0 Facebook

Postar um comentário

 
Tudo Sobre Tecnologia © 2013-2020. Todos os direitos reservados. Tudo Sobre Tecnologia. Desenvolvido por TST
Topo