大數據這種東西，你從任何角度看，他的確都是需要統計想法的
只說傳統的統計方法，
他在蒐集資料的實驗設計、清理資料的補值、建立模型、解釋模型等
從頭到尾絕對可以一次包到好。
更不說現在有比較偏向統計的Data Mining這種方法論的出現，
甚至說，Machine Learning的方法論對統計人來說很困難嗎？
也不會，R或Python都幫你搞好了，實作方面完全不需要擔心
不說統計人，就算是資工人
你今天要用kernel SVM，難道你要自己刻一套出來嗎
那我看就不只是統計和資工的事情，恐怕還有數學的大雜燴
統計做的了大數據嗎？完全可以
但硬體是比較需要擔心的部分，強的部份在於對於資料的了解
統計的訓練就是讓你知道你的資料可能有什麼問題，去對症下藥
資工正好相反，Machine Learning不太在意模型的解釋和資料的結構
通常資料拿來就是衝Prediction，你說這樣不好不對嗎
也不會，很多事情就是要極致的Prediction，雖然統計人應該會覺得不予置評廠廠
演算法的時間複雜度和記憶體管理等等底層的事情才是資工的強項，這統計人搞不定
所以統計系改名叫大數據系？
那只能說，你把統計看小了
我個人覺得資料科學與統計並列會比較好，不失原意又潮到出水
不過一般統計系沒法這樣改，要有資工背景的那種才行
※ 引述《gerychen (邪惡肥宅)》之銘言：
: 餓死抬頭
: 從前年選舉開始
: 就一直在吵"大數據"這東西
: 從一開始的好專業好棒棒
: 到現在
: 網友投票=大數據
: 各種統計=大數據
: 以此類推
: 統計學系也可以改名大數據系了嗎？
: 或是統計課程可以改名大數據課程
: 統計課本也可以改名大數據課本
: 有卦嗎？