体积游戏:大数据书评——大小重要还是小数据重要

对大数据的看似轻松的介绍,其中人工智能进行了繁重的思考

技术书籍,技术书评,大数据:大小重要评论,小数据书评,Timandra Harkness 书籍,Martin Lindstrom 书籍,虚拟存储,书评,最新发布的书籍任何在逻辑上与其他任何事物相关的事物都在生成数据,经济体现金越稀缺,这些联系就越丰富。

大数据:规模重要吗?
作者: 蒂曼德拉·哈克尼斯
出版商: 布鲁姆斯伯里西格玛
页数: 304
价钱: 499



小数据:揭示大趋势的微小线索
作者: 马丁·林斯特罗姆
出版商: 阿歇特印度
页数: 245
价钱: 399



棕榈树的图像和名称

对喜剧演员和数学传播者蒂曼德拉·哈克尼斯 (Timandra Harkness) 的书封面上提出的问题的简短回答是:当然,大小并不重要。除了在《金刚》和《哥斯拉》电影中,这从来都不重要。在所有其他事情中,重要的是方法。大数据方法由大量分布式和并行化的存储和处理策略定义。数据集的大小是次要的,但当卷超频时,事情真的开始嗡嗡作响。



Harkness 有着令人愉悦的轻松触感,他指出,那里的数据量——她将其想象为装在机场行李手推车上的手提箱中的 TB 级硬盘——增长速度如此之快,以至于数据在出现时已经过时了。发表。任何在逻辑上与其他任何事物相关的事物都在生成数据,经济体现金越稀缺,这些联系就越丰富。如果通过连接到银行帐户和手机号码(不断报告呼叫和位置数据)的电子钱包为旅行卡充值,则会生成足够的数据来描述所有者的身份。

随着物联网的出现,曲线将变得更陡峭。联网汽车、冰箱、行李标签、运输托盘等将生成泡沫等数据,并且正在编写算法来挖掘它。这就是传统统计方法和大数据方法之间的主要操作区别:后者完全依赖于人工智能,它会随着过程的进行学习。您首先在模式识别的基础上指导它,随着它自身的改进,理论上它应该达到一个点,它可以通过数据海洋寻找模式,而这些模式是您没想到但会感兴趣的。



有趣的是,品牌大师 Martin Lindstrom 的人类智慧寻找了相当相似的模式。由于它们是从相当小的样本集中挑选出来的,他的结论可能被视为轶事或洞察力,这取决于它们的效用。第一类是他的非凡观察,即机场里穿着合身的商务旅客往往将登机牌朝下放在口袋里。因为他们想隐瞒他们是飞行经济的事实。这具有极好的娱乐价值,但没有实用性。这一荣誉归功于 Lindstrom 的观察,这显然扭转了乐高的局面,乐高正因数字游戏提供的即时满足而失势。他问一位 11 岁的乐高迷,他最珍贵的财产是什么。原来是一双磨损得恰到好处的旧运动鞋,向世人宣告他们的主人是一名冠军滑板手。从满足感开始,乐高将注意力转向了可见的成就证明,例如即使是成年人也能玩的昂贵的千禧猎鹰模型。



硬壳小黑虫

有见地,Lindstrom 不信任大数据。因为有一天,人工智能将取代人类大师。模式识别比洞察力更可靠。这是机器正在学习的人类与生俱来的技能。哈克尼斯提到了英国流行病学家约翰·斯诺的开创性工作,他使用统计技术将 1854 年伦敦霍乱爆发追溯到苏荷区的一个手动泵。今天,人工智能处理谷歌对医疗建议的搜索,他们从中绘制出即将到来的流行病的波前,为医疗服务提供战略深度。大数据已经被企业和政府使用,并将以难以想象的方式影响我们的世界。如果它是善良的,人类洞察力的空间就会存在。