Большие данные — это быстро развивающаяся отрасль сбора огромных объемов данных и использования таких процессов, как машинное обучение, для анализа и получения результатов. Использование этого может варьироваться от задачи чтения рукописных символов и букв для начинающих до автономного вождения автомобиля. На самом деле, старая система капчи была способом краудсорсинга для обучения алгоритма машинного обучения, делающего именно это. Возможности использования и потенциал больших данных и машинного обучения остаются безграничными, особенно по мере того, как компьютеры становятся все более и более мощными.

IHS Markit ($ИНФОРМАЦИЯ)

IHS Markit — это не компания, которая в значительной степени ориентирована на потребителя. Эта компания является одним из лидеров в области аналитики больших данных. И они работают на крупнейшие корпорации мира. 94 из 100 крупнейших компаний США являются клиентами, и они обслуживают более 50 000 клиентов по всему миру. IHS Markit собирает и анализирует данные практически во всех мыслимых отраслях, начиная от нефтяной промышленности, обороны, автомобилестроения, финансов и многих других. Используя машинное обучение и большие данные, компания может предлагать идеи и решения на основе данных практически каждой компании. За последний год компания выросла более чем на 100% и, по прогнозам, продолжит рост. Учитывая чрезвычайную диверсификацию больших данных и текущую огромную долю рынка, я думаю, что IHS Markit является хорошей долгосрочной инвестицией для тех, кто хочет добавить большие данные и машинное обучение в свой портфель. Ни одна другая компания не предлагает большие данные и аналитику такой широкой и разнообразной аудитории.

Амазонка ($AMZN)

Amazon — лидер рынка, когда речь идет об облачных вычислениях и об инфраструктуре как услуге (обычно ее называют IaaS). Amazon Web Services обслуживает больше клиентов и обрабатывает больше данных, чем любая другая отдельная компания, владеющая почти 50% рынка. Поскольку большие данные и машинное обучение продолжают расти в геометрической прогрессии, сервисы для хранения данных и обработки данных должны будут расти, поскольку они являются вспомогательной инфраструктурой. Amazon Web Services прочно закрепилась, чтобы продолжать доминировать на рынке, которым она уже занимается. Единственным растущим конкурентом, который мог бы потеснить Amazon, является Microsoft Azure ($ MSFT). Тем не менее, Amazon Web Services на данный момент все еще затмевает Microsoft Azure. Это делает Amazon хорошей компанией в отношении больших данных и машинного обучения, поскольку они, по сути, являются основой отрасли. О да, они владеют и управляют довольно крутой компанией под названием A9, которая использует большие данные и машинное обучение для разработки поисковых систем и рекламы! В целом, эти факторы делают Amazon отличной инвестицией, особенно если вы ищете выгодную покупку в области больших данных.

NVidia ($NVDA)

Если Amazon — это инфраструктура больших данных и машинного обучения, то Nvidia — это земля под инфраструктурой, на которой она стоит. Говоря из личного опыта, когда дело доходит до больших данных и машинного обучения, обладание видеокартами AMD ($AMD) — отстой. Например, TensorFlow, один из ведущих инструментов машинного обучения, видеокарты AMD, к моему большому разочарованию, никуда не годятся. Если не произойдет какого-то радикального прорыва или AMD действительно не улучшит свою игру в области машинного обучения, я не думаю, что в ближайшее время доминирование Nvidia на рынке будет оспорено, потому что они закрепили за собой эту позицию. Это делает Nvidia достойной инвестицией с точки зрения позиций больших данных, потому что без них алгоритмы зачахнут.

Кардлитикс ($CDLX)

Cardlytics — это то, что происходит, когда большие данные и финансовый сектор сталкиваются, чтобы сформировать своего рода ребенка-демона, единственного намерения которого заставить вас начать платить еще за одну вещь. Компания собирает данные о банковских операциях и транзакциях из более чем 2000 финансовых учреждений, таких как банки и кредитные союзы, для совершенствования своих алгоритмов машинного обучения. Цифра в 2000 двухлетней давности, сегодня эта цифра, вероятно, намного выше. Cardlytics работает, собирая все эти данные и используя методы больших данных, такие как алгоритмы машинного обучения, чтобы узнать точное финансовое состояние каждого человека, о котором у них есть данные. Затем, сотрудничая с теми же финансовыми учреждениями, из которых они собирали данные, компания размещает свою идеально таргетированную рекламу на веб-сайтах и ​​в мобильных приложениях бесчисленных банков. Затем компания делает еще один шаг вперед, сотрудничая с бесчисленным количеством брендов и сервисных компаний, и, основываясь на вашей финансовой истории, точно знает, что вам рекламировать. Недавно подхватили кофейную зависимость? Cardlytics знает раньше вас и может вводить рекламу, чтобы извлечь из этого выгоду. Начали испытывать финансовые трудности, и вам нужен кредит, даже если вы не хотите этого признавать? Не волнуйтесь, потому что снова Cardlytics прикрывает вашу спину. Они уже знают о вашей проблеме и начали скрытно размещать рекламу кредита на веб-сайте вашего банка и в мобильном приложении. Помимо такой рекламы, они также предлагают кэшбэк, чтобы побудить вас делать покупки в местах, которые, по их мнению, вас легко заинтересовать, просто подсластив сделку дополнительным кэшбэком на 5% или 10%, если вы пойдете туда. Эта компания предлагает действительно уникальное использование больших данных и машинного обучения таким образом, который имеет огромный потенциал. На мой взгляд, это гениальный способ использования больших данных, и хотя компания в настоящее время не приносит прибыли, я думаю, что благодаря интеллекту их услуг и потенциала инвестирование в эту компанию не составляет труда для всех, кто заинтересован в добавлении гибридной финансовой системы. и положение больших данных в их портфолио.

Алфавит / Google ($GOOG, $GOOGL)

Alphabet (материнская компания Google), вероятно, является компанией, чье время, исследования и применение больших данных и машинного обучения будут иметь наибольший эффект в повседневной жизни. В большинстве стран мира самой распространенной поисковой системой является Google. Как оказалось, самым популярным веб-браузером в мире является… подождите… Google Chrome. Осознаете вы это или нет, но на вас уже сильно повлияли большие данные через Google. Результаты поиска, которые вы видите, основаны на чрезвычайно сложных алгоритмах машинного обучения, отображающих Интернет, определяющих релевантность, назначающих ключевые слова, ранжирующих и индивидуализирующих. И большие данные не будут ждать, когда вы зайдете на веб-сайт. Google и другие компании отслеживают и контролируют то, как вы используете свой браузер, и контент, который вы посещаете, чтобы предоставлять вам максимально эффективную рекламу. Существуют тысячи, если не миллионы серверов, обрабатывающих данные только для того, чтобы выяснить, что вы чаще нажимаете на рекламу обуви или носков. На самом деле почти все доходы и прибыль Alphabet (Google) приходятся на рекламу. Из-за абсолютной единицы доли рынка, принадлежащей Google как в поисковой системе, так и в веб-браузере, а также в уже глубоком внедрении больших данных и машинного обучения, я считаю, что Alphabet (Google) является одной из лучших возможных инвестиций, когда речь идет о пространство больших данных.

Остатки

Просто хотел добавить несколько почетных упоминаний, которые я рассматривал и исследовал, но в конечном итоге отказался. IBM ($IBM), Salesforce ($CRM), Microsoft ($MSFT), Alibaba ($BABA), Baidu ($BIDU), Apple ($AAPL), Facebook ($FB), Netflix ($NFLX) и Intel ($ИНТК).

Первоначально опубликовано на сайте aseriesoframblings.com 10 июля 2018 г.