标签： 发展、特色博主、经理、士气、专业 分析 大数据 数字政府 科技 通过机器学习等从政府数据中提炼价值 古艾琳 年 月 日 以下文章摘自 最近的指南《 年 项政府创新》。 行业领导者 访谈 随着公共部门数据的指数级增长和日益复杂，各级政府能够采用策略来分析和利用其中包含的丰富信息变得更加重要。公共部门必须实现现代化并采用机器学习和数据分析平台，使他们能够推动整个企业的洞察、增强服务并加强安全性。 为了了解政府如何更好地处理数据收集和管理问题，通过广泛的工具收集见解， 与领先的机器学习和分析平台 的行业领导者 进行了座谈。 舒曼指出，政府组织拥有巨大的数据资源。事实上，舒曼说，政府有责任收集和整理这些数据，以对其公民的生活产生积极影响。
我们喜欢说数据是新石油
管理境内拥有的任何其他自然资源一样。我们政府有义务为其 塞内加尔电话号码表 选民策划这一资源，以便我们能够像任何其他自然资源一样利用它来为我们谋取利益。 因此，今天的机构领导者和项目管理专业人员必须寻求实用、安捕获的有价值的信息 从遗留系统到实时数据流。虽然公共部门的一些人已经掌握了大数据管理，但其他人仍有很长的路要走，而快速解释信息的能力将那些在数据管理方面表现出色的人与那些在数据管理方面表现不佳的人区分开来。 如果各机构寻求在当今环境中推动任务取得成功，他们必须围绕其数据收集并创建一个社区；构建从数据中提炼价值的模型；然后提供见解和模型。 舒曼表示，为了向用户开放信息并创建一个基于数据发现的社区，公共部门必须对其平台进行现代化并采用。
方法来正确收集和存储数据
公共部门需要以原生形式收集数据，并允许拥有适当授权的用户使用广泛的工具探索数据， 他说。 这样做可以让我们接触到一个令人难以置信的社区，以利用这些数据进行创新。 但策展和收藏还不够。政府还必须努力建立模型，然后从集体和整理的数据中提炼价值。 这就是机器学习的用武之地。机器学习是一种数据分析方法，可以自动构建分析模型。它提供推荐引擎、预测性维护等流行功能，是未来物联网 工作流程 引导 的基石。 通过采用机器学习，政府可以快速、自动地生成模型，这些模型可以分析更大、更复杂的数据，并提供更快、更准确的结果 即使是在非常大的范围内。
