京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据产业发展需“接地气”_数据分析师考试
“大数据成为了网络时代人类社会的重要资产。”“大数据时代,一切都靠数据说话。”……7月21日,由中国人工智能学会、国际粗糙集学会主办的2015年大数据价值实现之路高峰论坛在重庆邮电大学拉开帷幕,来自国内外计算机科学与技术领域的专家学者与我市高校师生、科研院所研究人员共同探讨了云计算和大数据产业的前沿成果和发展趋势,并为重庆大数据产业的发展建言献策。
大数据聚类会成为很多行业的核心竞争力所在
“大数据本身既不是科学,也不是技术,它反映的是网络时代的一种客观存在。”中国工程院院士、中国人工智能学会理事长李德毅这样认为。
在他看来,随着信息技术,尤其是传感器、通信、计算机和互联网技术的迅猛发展和广泛应用,人类获取数据的手段越来越多,速度大大加快,成本急剧降低,层次和尺度更为精细,人联网和物联网又使得人人物物都成为数据源,这样一来,大数据成为了网络时代人类社会的重要资产。
既然是一种资产,那么人类如何来利用,实现大数据的价值?
“要做到大数据价值实现,首先要做到价值发现,也就是说,只有你把大数据的价值发掘出来,才能懂得如何利用大数据的价值。”他说。
不过,人类社会文明进入到数据密集型的新时代,并且数据正在以指数级的规模快速增长,这也给人们认知大数据造成了很大困扰。
李德毅表示,大数据认知的突破口在聚类,聚类是发掘大数据价值的第一步,也就是在相似的基础上收集数据来分类。
以汽车保险为例,在物联网时代,当汽车成为大数据发生器以后,每一次驾驶、行程、维修甚至每一次踩刹车,都会被记录在案。利用大数据聚类分析,一家保险公司就可以对一个车况好、驾驶习惯好、常走线路事故率低、不勤开车的特定客户给予更大的优惠,而对风险太高的客户报高价甚至拒绝等。利用大数据聚类分析为客户提供个性化方案,将颠覆保险公司传统的商业模式。
由此可以看出,聚类让大数据价值得以发现,进而让大数据价值得以实现。大数据聚类会成为很多行业的核心竞争力所在。
机器人既使用大数据也产生大数据
导航机器人、路口机器人交警、无人驾驶汽车……这些新奇的发明背后,实际上都有大数据的支持。
在李德毅看来,机器人既使用大数据也产生大数据,既是大数据的产物,也是大数据的推动者,机器人是大数据应用的一个典型代表。
“人工智能也是当下的一个热词,但人工智能并不是要人工造出一个生物意义上的人脑,而是要用机器实现在某一方面、某一领域或者某一情境下的人的智能。”他说,基于对大数据的认知,人们可以造出各式各样的机器人,解决机器人如何说、如何看、如何想和如何做等问题。
目前,他的团队也正在研发无人驾驶汽车,并已经成功试跑。
“在汽车车顶上安装一个64线激光雷达,实时获取路况数据,再利用微电子技术对数据加以分析,汽车依靠分析结果就能独立完成决策、自动驾驶。”李德毅介绍,这就是大数据的作用,而且应对复杂的测试路段,无人汽车耗时12分钟,比参加测试的有人驾驶汽车还要快。
当机器人时代真正来临,利用大数据智能分析与处理,联网后的机器人将更好地实现人与机器人、机器人与机器人、物与机器人地协调工作,为人类社会带来变革。
大数据产业发展需“接地气”
“近年来重庆的大数据产业有了很大发展,但整体水平仍有待提高。”中国人工智能学会副理事长、重庆邮电大学教授王国胤表示。
前不久,国务院发文敲定“互联网+”创业创新、“互联网”协同制造等11项重点行动,旨在让“互联网+”成为经济社会创新发展的重要驱动力量。信息技术的发展及其在各行业的渗透,将更凸显云计算、大数据在当今社会的作用。为此,他认为重庆更应该借此大好机遇加快发展大数据产业。
在他看来,各行各业都可以利用大数据,重庆发展大数据产业需“接地气”,结合重庆自身实际,但并不一定需要具体路线图,而是鼓励各行各业勇于创新。
“目前,我们也在积极与国内外机构合作,为重庆发展大数据产业助力。”他表示,日前,重庆邮电大学与加拿大阿尔伯塔大学联合成立了智能计算联合实验室,此次来渝参加高峰论坛的加拿大智能计算首席科学家、加拿大皇家科学院院士Witold Pedrycz也被聘为重邮客座教授,共同为我市发展大数据产业提供技术支持。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21