《大數(shù)據(jù)時代》讀書筆記-文庫吧
2024-10-17 20:50 本頁面
【正文】 的，人類的創(chuàng)造力、直覺、天賦和靈感遠非機器所能取代。大數(shù)據(jù)為我們提供的不是最終答案，只是參考答案。第二篇：大數(shù)據(jù)時代讀書筆記大數(shù)據(jù)時代——讀書筆記一、引論：，處理和某個現(xiàn)象相關的所有數(shù)據(jù)，而不是隨機采樣：用來決策的信息必須是少量而精確的。實際：數(shù)據(jù)量變大，數(shù)據(jù)處理速度變快，數(shù)據(jù)不在精確：不是隱私的泄露而是未來行動的預判二、大數(shù)據(jù)時代的思維變革：沒有意識到處理大規(guī)模數(shù)據(jù)的能力，假設信息匱乏，發(fā)展一些使用少量信息的技術（隨機采樣） 末日審判書 英國對人的記載格朗特：統(tǒng)計學，采樣分析精確性隨著采樣隨機性上升而大幅上升，與樣本數(shù)量關系不大，穿孔卡片制表機，人口普查：樣本=總體：不用隨機抽樣，而是采用所有數(shù)據(jù)。不是絕對意義而是相對意義。（Xroom信用卡詐騙，日本相撲比賽）（社區(qū)外聯(lián)系很多》社區(qū)內聯(lián)系很多）：數(shù)據(jù)變多，雖然可能有錯誤數(shù)據(jù)，但總體而言會更加精確。：語料庫》算法發(fā)展：讓計算機自己估算對應關系，尋找成千上萬對譯結論：大數(shù)據(jù)的簡單算法好過小數(shù)據(jù)的復雜算法：即時的大數(shù)據(jù)：不精確，混亂是一種標準途經：大部分數(shù)據(jù)是非結構化的，無法被利用：與mapreduce系統(tǒng)相對的開源式分布系統(tǒng)，輸出結果不精確，但是非?？?結論：相比于依賴小數(shù)據(jù)和精確性的時代，大數(shù)據(jù)因為更強調數(shù)據(jù)的完整性和混雜性，幫助我們進一步接近事情的真相。“部分”和”確切“的吸引力是可以理解的。但是當我們的視野局限在我們可以分析和確定的數(shù)據(jù)上時，我們對世界的整體影響就會產生偏差和錯誤。不僅失去了盡力收集一切數(shù)據(jù)和活力，也失去了從不同角度觀察時間的權利。三、不是因果是相關，不需要知道為什么。，使用大數(shù)據(jù)預測人們的未來購書需求，相關關系有用，但是大數(shù)據(jù)背景，相關關系大放異彩。通過找關聯(lián)物，相關關系可以幫助我們捕捉現(xiàn)在和預測未來，那么A發(fā)生時可以預測B發(fā)生：沃爾瑪把颶風用具和蛋撻放在一起a)原因：數(shù)據(jù)少且收集花時間b)在建立，應用假想和選擇關聯(lián)物時容易犯錯誤c)結論：我們不需要人工選擇關聯(lián)物，更快：FICO我們知道你明天會做什么：根據(jù)個人信用卡交易記錄預測個人收入，防止逃稅：根據(jù)生活方式數(shù)據(jù)預測疾病：通過購買習慣預測是否懷孕：找到關聯(lián)物并監(jiān)控，我們可以預知未來：UPS與汽車修理預測：肉眼看不到，但是計算機能看到，應當適當丟棄一些數(shù)據(jù)，因此經常對世界產生錯誤認識。這也使大腦為了避免辛苦思考而產生的捷徑。大數(shù)據(jù)會經常被用來證明我們習慣的思維方式是錯誤的。，難于操作；相關關系很有用，不僅是因為能為我們提供新的視角，而且提供的視角都很清晰。一旦我們考慮因果關系，這些視角會被蒙蔽。四、一切皆可量化：總結所有船只的航海日志已獲得好的航線，為第一根大西洋電纜奠定基礎：：google的數(shù)字圖書館：開始使用掃描》數(shù)字化，進而光學識別》數(shù)據(jù)化。Google借此改進自己的翻譯：定量分析揭示人類行為：人可以閱讀，機器可以分析：需要一套標準的標記系統(tǒng)和收集，記錄數(shù)據(jù)的工具。1． 始于古希臘，國際子午線會議，全球定位系統(tǒng)5． UPS的最佳行車路線：減少左轉，以便進行忠誠度計劃?；蛘呖梢灶A測交通情況，發(fā)現(xiàn)并預測人類的行為。：預測流感隔離區(qū)域：通過非洲預付費用戶的位置信息和他們賬戶的資金，發(fā)現(xiàn)貧民窟是經濟繁榮的跳板：社交關系數(shù)據(jù)化：情緒數(shù)據(jù)化。對沖基金正在分析微博的文本，以作為股市投資的信號。新推特頻率可以預測電影票房：微博與疫苗：人們對于疫苗的態(tài)度與他們實際注射預防流感藥物的可能性呈現(xiàn)正相關：適時開關燈，確定身份，某人摔倒之后是否站起來：監(jiān)控健康狀態(tài)：世界的本質是信息和數(shù)據(jù)，大數(shù)據(jù)提供新視角。五、大數(shù)據(jù)的潛在價值：captcha（驗證碼，全自動區(qū)分人類和電腦的圖靈測試）與數(shù)據(jù)再利用。作者使用了新的驗證碼recaptcha，人們從計算機光學字符識別程序無法識別的文本掃面項目中讀入單詞并輸出，知道他們都輸出正確后才確定（用來破譯數(shù)字化文本中不清楚的單詞），所有的數(shù)據(jù)都是有價值的?，F(xiàn)在，我們能夠以較低成本獲取并存儲數(shù)據(jù)。數(shù)據(jù)的真實價值就像漂浮在海洋中的冰山，絕大部分隱藏在表面之下。3． 不同于物質性的東西，數(shù)據(jù)的價值不會隨它的使用而減少，而且可不斷被處理。意味著數(shù)據(jù)的最終價值遠遠大于它的最初價值。在基本用途完成后，數(shù)據(jù)的價值仍然存在，數(shù)據(jù)的價值是其所有可能用途的總和。：IBM與電力汽車動力系統(tǒng)的優(yōu)化預測：大數(shù)據(jù)預測模型，甚至考慮天氣預報：1． 搜索關鍵詞，搜索結果預測夏天流行色，開發(fā)自己的語音識別技術，但是他們并不急需使用，也不擅長使用數(shù)據(jù)，但是別的公司可以借此探尋數(shù)據(jù)的潛在價
法律信息相關推薦
鄂ICP備17016276號-1