
大数据改变我们生活的五个例子_数据分析师
在科技世界里,我们经常谈论如何利用大数据来做大生意。但在国家地理杂志和时代杂志的前摄影师Rick Smolan撰写的《The Human Face of Big Data》一书(该书将于11月20日出版)中,他讲述了大数据如何改变我们生活的一些例子。
Smolan称,大数据的意义不亚于1993年的互联网,但在社会影响上更大。以下则是与我们的生活息息相关的五个例子:
麻省理工学院、密歇根大学和一家妇女医院创建了一个计算机模型,可利用心脏病患者的心电图数据进行分析,预测在未来一年内患者心脏病发作的几率。在过去,医生只会花30秒钟来观看用户的心电图数据,而且缺乏对之前数据的比较分析,这使得医生对70%的心脏病患者再度发病缺乏预判,而现在通过机器学习和数据挖掘,该模型可以通过累积的数据进行分析,发现高风险指标。
“魔毯”是GE和Intel联合开发的一个项目,其原型使用家中地毯内装的传感器感应缺乏人照料的老人下床和行走的速度和压力,一旦这些数据发生异常则对老人的亲人发送一个警报。虽然内置传感器装置对大多数人来讲依然昂贵,但Smolan称由于这些对自身数据量化的小工具越来越受到欢迎,用户可以清楚了了解和改变他们的行为,改善他们的健康状况。
在节约用电的公益广告中我们往往可以看到我们浪费的电能有多大的例子。或许很多人还不知道,仅仅是DVR一款产品就消耗了美国家庭用电量的11%,因此华盛顿大学教授、MacArthur研究员Shwetak Patel开发了一款叫做ElectriSense的装置,该款装置可以像插头一样插入家中的充电插座,即可通过家电产品在使用Shitter造成的电磁频率干扰提醒用户如何节约电能。贝尔金(Belkin)国际已经购买了这一技术并将于近期开发出商用产品。
如同有首歌唱得好,下雨时总是难以打到出租车。而在新加坡与麻省理工联合进行的一项研究中,研究员Oliver Senn则提出,出租车司机可以在恶劣天气提前将车靠边,从而拉到更多乘客。在进一步研究他还发现,新加坡出租车司机必须预交一笔1000美元的事故保证金,最初一旦发生事故,司机第二天即可获得赔付,而现在赔付时间被延长到了数月之久,这导致司机在下雨等恶劣天气时选择磨洋工。该研究对这一政策提出了质疑,这也是大数据如何帮助城市规划者们如何了解厄更好改善城市交通的一个例子。
现在我们可以从电视甚至智能手机上接收到天气警报,但WeatherBug应用开发商Earth Networks称,现在全球人口已经高达70亿,尚有60亿人未能在恶劣天气状况前接收到预警(在非洲、南美洲和亚洲等欠发达国家和地区尤其严重)。该公司利用遍布全球的数万个传感器,监测温度、风力和雷电的变化情况,给用户提供领先的恶劣天气分析及预警。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 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 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02