企业机器学习可视化管理平台在信息 化项目管理中的实践研究——以某政务数据治理项目为例

题目：企业机器学习可视化管理平台在信息 化项目管理中的实践研究——以某政务数据治理项目为例 
文献引用：[1]王凯.企业机器学习可视化管理平台在信息化项目管理中的实践研究[D].昆明理工大学,2021.DOI:10.27200/d.cnki.gkmlu.2021.001055.
文献作者：王凯
文章主要内容:
这篇论文主要的研究结果是开发出一套通用的机器学习可视化管理平台，从而使机器学习项目能快速落地、合理部署、高效运行、有效管理、持续发展。以下是详细内容：
第一点，确立研究意义和研究方向。目前国内外关于机器学习的研究，大部分集中在算法和模型的实现和优化层面，对于如何让企业用户快速应用和部署机器学习项目，理论研究还处于初级阶段。通过数据管理、资源管理和流程管理等具体管理手段，研究出一套适用于普通企业快速实施的机器学习部署与管理平台，在我国的人工智能已经升到国家战略层面的背景下，必将有着非常重要的理论意义。 
第二点，利用相关理论知识进行研究。机器学习中最基本的概念是算法和模型，利用的算法包括：监督学习、非监督学习、半监督学习、强化学习算法。其中监督学习算法比较具备标准，包括K-近邻、决策树、朴素贝叶斯、逻辑回归等算法，非监督学习算法包括K均值聚类、自编码器算法、主成分分析算法等，主要应用在知识图谱、金融风险、用户画像等领域。 
第三点，研究之后利用研究后产生的结果进行实践并且获得效果。本平台以某地市政务大数据局的政务数据治理项目为切入点，通过机器学习平台对政务数据进行智能化处理，可以有效解决以往资源目录编制过程固有的周期长、效果差的现状。本平台在以模块化、标准化和可视化为核心的项目管理复杂度控制理论的指导下，设计并开发了易用、高效的项目管理功能，这保证了本次项目中机器学习任务实施的可管可控特性。

个人启发与思考：
机器学习的发展并不是一蹴而就的，本文采取的研究方法，很值得我们学习，首先根据市场上现有的机器学习平台的架构、功能、相关技术及优缺点进行分析和研究，再结合机器学习项目实际应用中的痛点和难点，分析机器学习管理平台在面向普通企业时应该具备的管理体系，接着根据相关理论知识涉及开发一套通用的机器学习可视化管理平台系统，从而让基于机器学习技术的人工智能可以低成本投入、快速部署、高效运行，为企业创造更高的价值，提升企业的核心竞争力，实现经济转型，具有重要的现实意义。我们的工作是对项目管理复杂度控制理论的一个大胆实践，通过实践证明了模块化、标准化和可视化可以提升机器学习项目管理的效率，有助于项目管理者、业务人员、企业领导者及技术人员进行协同工作，尤其是良好的可视化机制可以大大降低机器学习项目管理的难度和成本。让以机器学习为核心的人工智能技术将在我国企业和政府有着越来越广泛的应用前景。