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
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21