
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
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04