תוכן פרסומי
ראשי » בראש הכותרות » מפגש פורום Data Science: הצד החיובי של החריגים
מוטי סדובסקי, מנהל מכירות אזורי למזרח אירופה וישראל באינפורמטיקה. צילום: ניב קנטור

מפגש פורום Data Science: הצד החיובי של החריגים

במפגש פורום Data Science מבית אנשים ומחשבים דנו מוטי סדובסקי, מנהל מכירות אזורי, ישראל והבלקן, אינפורמטיקה, ורמי ענבר, ראש תחום בינה מלאכותית במחלקת מערכות מידע של האוניברסיטה הפתוחה, ביתרון של זיהוי חריגים, שבעזרו ניתן לבנות כלים, מדדים וחיזויים, שינסו למצוא את האנומליות בתוך המידע

מאת 25 בספטמבר 2019, 10:00 א+ / א- הדפסה הדפסה
פייסבוק טוויטר ווטסאפ פינטרסט לינקדאין דוא״ל

"המטרה שלנו בהרבה מאוד מהמקרים שבהם אנו בודקים מידע היא בסופו של דבר לבצע איזושהי פעולה. בשביל לבצע פעולה מונעת מידע, אתה צריך לדעת איך להוציא את העיקר מכל התפל, לנקות את המוץ מהתבן, ואחת הדרכים הפופולריות ביותר לעשות זאת היא באמצעות שימוש בחריגים", כך אמר מוטי סדובסקי, יו"ר פורום Data Science של אנשים ומחשבים בפגישת הפורום שנערכה השבוע, תחת הכותרת "זיהוי חריגים – מפתח לקבלת החלטות מהירות".

סדובסקי, מנהל מכירות אזורי, ישראל והבלקן, אינפורמטיקה, הסביר, כי היכולת לזהות נתונים חריגים מאפשרת, עם המידע העסקי המקושר אליהם, בסופו של דבר לעבוד טוב יותר עם כלל המידע שצבור בארגון.

"אתה יכול בעזרתם לבנות כלים, מדדים וחיזויים, שינסו למצוא את האנומליות בתוך המידע. אם רוצים לבנות משהו שהוא מוכוון פעולה, ולבצע זאת מהר – זיהוי חריגים הופך להיות קריטי בכל ארגון שבודקים. זה יכול לבוא לידי ביטוי בניהול רשתות מחשבים וטיפול בתקלות, בסייבר, ובעצם בכל תחום שנלך אליו ונבדוק. איפה שלא נזרוק אבן ניפול על משהו שיש בו טיפול בחריגים או צריך להיות, ובכמה היבטים", הוא אמר.

כדוגמה, הוא התייחס לתחום הלימודים האוניברסיטאיים ככזה שיכול ליהנות מזיהוי חריגים, ולמעשה אף מאוד זקוק לו. "היכולת להציף חריגים באקדמיה היא דרמטית, כי מדובר בסופו של דבר בכסף. האוניברסיטה מקבלת כסף רק על סטודנט שמסיים את הלימודים,  כך שליכולת להציף את החריגים בדרך יש השפעה משמעותית מאוד על האוניברסיטה, על היכולות הכלכליות שלה, וזה מתחיל אפילו משלב ההרשמה, שכן אפשר לבדוק למי יש סיכוי גבוה יותר לסיים את הלימודים וגם לסנן החוצה את אלה שייתכן כי אינם מתאימים", סיכם סדובסקי את דבריו.

רמי ענבר, ראש תחום בינה מלאכותית במחלקת מערכות מידע של האוניברסיטה הפתוחה, הציג את המחלקה ואת המנגנון שבו הם משתמשים כדי לזהות חריגים בעולם ההוראה והלמידה. "לפני כחמש שנים החליטה ההנהלה להקים אגף בינה מלאכותית בארגון, והצוות אמנם מבוסס רק על שלוש וחצי משרות, וזה אומר בסך הכל שבעה אנשים שעושים עוד דברים אחרים במחלקה, אבל בנינו את המערכת הכי טובה מסוגה בין כל האוניברסיטאות בארץ, ובמקום ממש טוב גם בהשוואה לעולם", הוא אמר.

רמי ענבר, ראש תחום בינה מלאכותית במחלקת מערכות מידע של האוניברסיטה הפתוחה. צילום: צבי קצבורג

הוא הציג את עולמות התוכן שמציעה המחלקה לטובת עובדי, מרצי ותלמידי האוניברסיטה הפתוחה. "יש לנו קבוצה שלמה של עולמות תוכן, חלקם ייעודיים לטובת מחלקות שונות, כמו רכש, לוגיסטיקה וגם מתעניינים בלימודים. אבל הקמנו גם שלושה עולמות אינטגרטיביים, שמקושרים לליבת העיסוק שלנו, וזה הרישום של הסטודנטים, הלימודים שלהם ועד השלמת הלימודים, ובכל אחד מהעולמות אנחנו שואלים את עצמנו אותה שאלה: איך אני יכול להציג את המידע בצורה הטובה ביותר כדי שתוביל אותי לפעולה. אחת הדרכים היעילות, כפי שכבר הבנתם, היא להציף את החריגים, כי ברגע שהמנהלים שמים לב לחריגים זה גורם להם לפעול", סיפר ענבר.

לדבריו, הם מספקים את היכולת ואת הכלים שמאפשרים לכל מנהלי המחלקות ולכל מקבל החלטות אחר לקבל התראות חריגים באופן אוטומטי, כשהבחירה היא אישית, עבור כל אחד ואחד מהם. הוא הביא לדוגמה את הנושא הרישום לקורסים השונים שמציעה האוניברסיטה. "בנינו תרשים מתאים של נקודות, שמציגות באופן ויזואלי את כל הקורסים בכל הפקולטות שלנו ברחבי הארץ. הן מראות באופן מיידי את איכות ההרשמה של הקורסים השונים במרכזי הלימוד השונים, ובלחיצת עכבר אפשר לראות חתכים שונים לפי קורסים, לפי מרכזי רישום, לפי אחוזי סיום וכדומה. אנחנו יכולים לבחון בקלות האם הבעיה היא בקורס, או במחלקה, אני יכול לזהות ולנטר בעיות נוספות כדי לגלות אם מדובר בחריגים או בתופעה. מדובר בתרשים מאוד חזק, שמאפשר לאתר את החריגים בקלות, להציף את הבעיות ברישום לקורסים ולהשוות בין מרכזי הלימוד שלנו כדי לאתר בעיות, אם יש", הוא סיכם.

מפגש פורום Data Science: הצד החיובי של החריגים Reviewed by on . "המטרה שלנו בהרבה מאוד מהמקרים שבהם אנו בודקים מידע היא בסופו של דבר לבצע איזושהי פעולה. בשביל לבצע פעולה מונעת מידע, אתה צריך לדעת איך להוציא את העיקר מכל התפל "המטרה שלנו בהרבה מאוד מהמקרים שבהם אנו בודקים מידע היא בסופו של דבר לבצע איזושהי פעולה. בשביל לבצע פעולה מונעת מידע, אתה צריך לדעת איך להוציא את העיקר מכל התפל Rating: 0

הגיבו