大数据: 一种新经验主义方法_数据分析师
当今世界,“大数据”已成为一个热点话题,学术界和产业界都试图在该领域取得突破。何为大数据?这是在充分收集、整理和分析历史经验数据的基础上,运用已有经验对新事物进行判断与预测的新兴思维和方法。
在人类传统的思维、行为模式中,受数据收集的历史条件局限,所谓理性主义长期占据主导地位,即:通过长期观察和经验的积累,人类能透过现象看到本质,从而总结出事物发展的一般规律。具体说来,便是从有限数据中抽象出一般规律和模型,将泛化有限经验推广到一般情况。所以说,理性主义方法就是模型方法。然而,由各方参与和博弈的人类社会复杂纷繁,人们并非总能从有限经验中抽象出一般规律,也难以处处用理性分析方法建立模型。
随着信息科学技术的高速发展,人类对数据的收集和分享能力空前强大,包括以物联网收集物理世界数据,以互联网收集虚拟世界数据,以移动设备收集个人数据等等。从某种意义上来讲,这也是对人类经验的收集和分享。当数据达到一定的深度和广度,量变就会发生质变,我们发现:数据(经验)越多,对模型(理性)的依赖程度越小。于是,一种基于大数据的新的经验主义方法迅速兴起,很快获得社会广泛认可并运用到诸多领域。
在传统的理性主义方法中,由于只掌握小样本数据,人们通常基于小样本数据构建模型并将其泛化,进而解决新的问题。显然,若待解决的问题与小样本差别过大,这种模型就会失效。相比之下,大数据的特点是省略复杂的模型,直接寻求面临情况与已知样本的匹配。其核心就是尽可能多地收集样本,构建足够大的样本数据库来覆盖所有可能遇到的情况,令每种情况总能找到一个或多个相同或相近的样本,从而运用老经验解决新问题。
也可以这样比喻:传统方法是个理性主义者,“他”循规蹈矩,有很强的逻辑思维和归纳能力,能够通过小样本建立模型、总结规律;“大数据”则是经验主义者,“他”不是科班出身,但实践经验丰富,头脑包罗万象却有条不紊,遇到难题总能迅速找出以往经验与之应对。规范地说,“大数据是现代社会在掌握海量数据收集、存储和处理技术基础上所产生的一种以群体智慧进行判断和预测的能力,它代表了一种新的经验主义思想和方法。”
那么,多大的数据才是大数据呢?目前,这个问题没有绝对的答案。不妨这样回答:“当数据多到能对问题的样本空间进行充分覆盖,从而减弱对理论和模型的依赖时,这样的数据就足够大了。”实际上,数据之“大”与问题的规模成正比,即:若问题的规模小,少量数据即能覆盖全部情况,这些数据已构成具体环境的“大数据”;反之,若问题的样本空间大,则需要更多数据才能将其完全覆盖。
既然大数据体现着先进的新经验主义,在实践中展现巨大价值并逐渐成为社会主流,那么传统的理性主义难道就要退出历史舞台了吗?回答是否定的。
首先,人类社会的不少问题样本空间极大,数据虽尽力收集却总是不够,即总是不能覆盖所有可能的情况。以不同语言之间的机器翻译为例:从一种语言翻译为另一种语言,其样本空间需囊括所有可能出现的词句,而对这样的样本空间进行全面覆盖则需收集几乎无穷尽的数据。由于不能实现全面覆盖,即使收集数据再多,也很难说这就是“大数据”。
其次,万物都处在运动当中,一成不变的事物是难以想象的。具体到某一社会问题的样本空间,“不变”是相对的,“变”是绝对的,像自然领域的气象数据、人文领域的人口数据,甚至是时刻在变化着。又如,互联网上新的词语层出不穷,有时令人难以理解,而已知数据中根本没有相似的样本,当然无法直接运用大数据的方法进行处理。
因此,将大数据(经验主义)和传统方法(理性主义)结合起来、综合运用,才是顺利解决社会问题的明智选择。就是说,遇到数据不能完全覆盖的情况,还是需要借助模型的泛化能力进行处理,将已知经验推广到数据未能覆盖的地方。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14