
认知计算,为什么会是大数据_数据分析师
数据的指数级增长从未消停过,那么,为什么是在这个时点引爆大数据的大讨论?
彼得.德鲁克是怎样理解信息革命带给世界的影响:“信息革命的影响才刚刚显露出眉目,而推动这种影响的并不是‘信息’自己,不是‘人工智能’,也不是电脑和数据处置,而是10-15年以前人们未能预见到或谈论过的‘电子商务’。”
德鲁克对比了工业革命和信息革命的异同。首先,“革命”期间,世界的变化都是来势汹汹,无法比较谁更凶猛;其次,两次革命都大幅度降低大多数现有产品的价格,例如,工业革命期间的棉纺织品,信息革命期间的芯片;再者,两次革命都极大地打击了人们的心理,既有的认知无法帮助人们理解正在发生的变化。最后也是最主要的一点,每一次革命中都会出现一个关键要素,它史无前例地改变人们的经济、社会和政治生活——1829年出现的铁路不仅缔造了新经济区域,更主要的是它改变了人们的心智地理(mental geography),人类第一次掌控了距离;20世纪末信息革命带来的电子商务,再一次改变了人的心智地理,它消灭了距离,理论上,世界可以变成统一个经济体、统一个市场。
大数据时代带来的变化称为信息革命。 关于大数据的叙述,一夜之间多了起来。小到一则广告的投放,大到一场流行疾病的蔓延,大数据无所不在,又似乎无所不能。信息革命以来,数据的指数级增长从未消停过,数据一直都有,数据也一直都在。
毫无疑问,数据量级的变化是主要的,如维克托所说的,剖析人员将拥有剖析全体数据的可能性,而不需要依赖随机样本作出预测,但这并非最关键要素。更为主要的是,数据的质量在发生质的变化,这是乔布斯留给世人的另一份遗产。
2007年,iPhone引领的智能移动设备风暴,使得嵌有传感器的移动终端设备可以大规模地搜集位置的数据,尤其是移动中的位置变化轨迹。理论上,它使得大量的数据可以分门别类地与个体相挂钩,勾勒出你我的原型。百度移动.云事业部的一位副总曾经很兴奋地对我说,“手机,或者说移动设备,将比你还要了解你。”自有纪录的人类买卖历史开始的那一天,了解买家的真实需求是无数卖家的终极追求。位置数据将真正定义所有设备背后的那个你。也就是说,理论上,大数据时代的到来,使得卖家的梦想有了实现的可能性。在商业上,细分市场将缩小至以个人为单位,这是巨大的机会,亦是巨大的挑战。
数据层面的变化带来可能性,而将可能性转化为现实的福利则取决于新型计算能力,其中尤为引人关注的是计算技术力,或者说是机器系统的深度学习能力。在我看来,认知计算之于大数据时代,犹如铁路之于工业革命,它将带来无法预测的史无前例的改变。
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