Управление данными: Видеть общую картину с помощью онтологий данных

Данная заметка Дика Вейсингера (Dick Weisinger – на фото) была опубликована 26 мая 2023 года на блоге компании Formtek.

Онтологию можно рассматривать ( https://www.analyticsinsight.net/everything-you-need-to-know-about-ontologies/ ) как «шпаргалку», используемую для быстрого выделения ключевых фрагментов информации и их взаимосвязей в конкретной предметной области. Онтологии - это своего рода модели данных, которые кратко описывают понятия и знания. Онтологии могут показывать взаимосвязи и взаимозависимости между элементами данных, и поэтому они полезны для понимания взаимосвязей между данными, а также способов доступа к данным, выполнения запросов и навигации по ним.

Руководитель отдела онтологий компании SciBite Джейн Ломакс (Jane Lomax, https://www.linkedin.com/in/jane-lomax-5b18872/?originalSubdomain=uk ) говорит, что «внедрение любой онтологии - это специализированная задача. Для успешного выполнения этой задачи необходимо, чтобы собранные из многих источников данные были согласованно отформатированы, структурированы и гармонизированы. Это сложная задача для любой области, имеющей дело с большими объемами данных» ( https://www.technologynetworks.com/informatics/lists/ten-guidelines-for-adopting-ontologies-to-create-fairer-scientific-data-364256 ).

В управлении данными онтологии полезны для реализации такого открывающего большие возможности функционала, как управление мастер-данными и автоматическая классификация. Онтологии в равной степени важны в сфере искусственного интеллекта и машинного обучения для специфицирования взаимоотношений между данными и для очистки обучающих данных ( https://www.researchgate.net/publication/220918826_An_Ontology-Based_Approach_for_Data_Cleaning ).

Как отмечает Ломакс, «крайне важно то, что онтологии обеспечивают машиночитаемость данных, гармонизируя их для проведения анализа с использованием искусственного интеллекта и машинного обучения. Имея дело с данными, структурированными в виде онтологии, компании могут быть уверены, что их алгоритмы обучаются на основе полной картины информации, - тем самым снижая риск ошибок и повышая точность результатов».

Дик Вейсингер (Dick Weisinger)

Источник: блог компании Formtek
https://formtek.com/blog/data-management-seeing-the-big-picture-with-data-ontologies/