译者：Mayuresh Joshi

译者：王单于

校订：赵茹萱

一个高工作效率结构设计的统计资料库管理工作系统对企业而言是非常重要的，它的目标是最小化其预测计划的负面影响，并发展到采用高工作效率的统计数据和人工智慧驱动力的辅助工具。但是正像我们所看到的，统计数据管线的统计数据准备阶段对统计数据生物学家和相关专精相关人员而言是工业部门的，并且可能会引起工作效率难题。进一步增强预测很大地协助了整个操作过程，从统计数据搜集到提供有真切看法的建议，透过那些操作过程来负面影响销售业务重大决策。增强数据库管理：一份简单的综述

那么，进一步增强统计资料库管理工作究竟是什么呢?进一步增强统计数据处理正在采用ML和AI控制技术来强化和改良操作。它有能力全力支持统计数据生物学家手里那些一般而言可能由个人预测和辅助工具纯手工完成，费时多且统计数据稀疏的任务。比如：在小型统计数据集中出现极度，想解决统计数据产品质量难题，并从报告中上溯某一统计数据的起源地。人工智慧数学模型更繁杂，专门针对结构设计用于继续执行那些统计数据处理各项任务，一般而言耗费更慢的时间，犯更慢的严重错误，从长远规划来看生产成本更低。增强数据库管理：一份简单的综述

人们甚至可以改良原有的统计数据处理网络平台和辅助工具，以测试进一步增强统计数据处理。透过透过观察，进一步增强统计数据处理的示例可能会全力支持和快速如下表所示所说的一些事情:

元统计数据处理和组织机构：条码、进行分类和搜寻统计数据更加容易。手动搜集、组织机构、汇编和分拆技术和销售业务元统计数据，包括形式化统计数据和非形式化统计数据。利用人工智慧电脑系统倚赖关系、统计报文和极度。

统计数据产品质量：识别和解决统计数据产品质量难题。基于原有统计数据集提出统计数据产品质量规则并运行。识别模式和极度，并模拟相关性。根据预测值和手动统计数据，清理建议统计数据清理的操作。

一些进一步增强统计数据处理辅助工具:IBM的Cognos Analytics，微软的AnswerRocket, Oracle Analytics Cloud, The Analytics OS (Pyramid v2020)。显然，进一步增强统计数据处理需要一些人为的监督。在这里，人、ML和人工智慧相互补充，填补彼此的缺陷，从而创造出令人印象真切的工作系统。进一步增强统计数据处理中的机器学习使一些统计数据专精相关人员的常规纯手工各项任务手动化。那些工作包括统计资料库性能调优和强化，以及其他计算稀疏和迭代的统计资料库管理工作工作。然而，一些统计数据预测师表示，手动化模式可能会减少入门级统计资料库管理工作员职位的数量，但这并不会负面影响对统计数据处理相关人员技能和贡献的要求。进一步增强统计数据处理利用机器学习工具或人工智慧程序，能够为人们在做出最终决定时提供智能建议。企业需要重做统计数据处理流程，最终目标是实现统计报文通操作过程的手动化，推进对信息的进一步预测。采用正确的统计数据处理辅助工具，能够协助公司透过清理信息的繁杂性来升级产品。减少繁杂性是任何企业努力实现商业目标的关键，创业公司也是如此。因此，利用进一步增强统计数据处理实践是继续认真对待和给蓝筹公司提供资金的前进道路。

原文标题：

Augmented Database Management: A Brief Overview

原文链接：

https://medium.com/@jmayuresh25/augmented-database-management-a-brief-overview-514be9598012