※ 引述《citywall (轉角處的驚嘆號!!)》之銘言：
: ※ 引述《rainyday1908 (宜蘭東河馬)》之銘言：
: : 有人說未來是大數據分析的時代
: : 而且是未來的趨勢
: : 但也有人持反對意見 覺得是在譁眾取寵
: : 大數據是不是在劃大餅呢？ 真的有這麼神嗎
: : 大數據是不是過譽了？
: 大數據不是一般人玩的
: 鄉民對大數據的推文回文, 都寫到數據量不夠大是笑話,
: 至於幾個資料探勘, 機器學習的技術, 都只是工具
: 大數據的重點在於先掌握母體數據,
: 誰掌握了入口, 誰才能繼續去談如何抓出各項大數據中的關聯性找出趨勢
: 沒有入口, 那就只能做區域統計或封閉系統, 也就是鄉民說的搞笑
: 至於為什麼去網路上做資料探勘, 回來再分析什麼都看不出來
: 因為那就不是母體... 只算是一般民調的網路自動化
: 於是一般人, 用資料探勘與機器學習企圖去做大數據
: 總會跳脫不出人類思考關聯的框架
: 因為無法掌握母體, 於是就用封閉系統, 抓關注數據, 或第三方數據
: 最好做的就是原本已知關聯度就高的事件, 如銷售與人氣. 很難更高明
: 頂多是像偵探推理, 例如從用電量與衛星空拍運輸量找出潛在訂單狀況好的公司
: 但這就只是人類思考關聯的程度, 早已刪除許多不必要低權重雜訊, 因此 excel就夠用
: 直到用機器學習去無差別拿母體數據加權運算關聯性,
: 掌握了蝴蝶效應的趨勢, 那時才算是大數據預測
: 因此大數據不算過譽, 只是你個人做不起來, 如此而已
本主題的報告
就本篇為優
小結一下
統計學 電腦科學
↘ ↙
┌──┐
推論統計 │ │ 資料探勘
迴歸分析 │ │ 機器學習
└──┘
╴╴╴╴╴╴╴╴╴╴╴╴╴╴╴╴╴╴╴╴
樣本資料 母體資料
中間框框那一個
應該94時下最夯的 Data Science (資料科學)
筆者大概略懂
下篇回文的同學
本串題目的報告方向可以朝
巨量資料的蒐集 處理 與應用 去作
先謝々
BTW
筆者在50台和52台的節目里
還蠻常聽到明賢在說
他研究所是作大數據的
Well..