京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据 让经济运行迅速智能化_数据分析师考试
6月19日,浙商大会暨“‘互联网+’峰会”在杭州举行。围绕着大数据、“互联网+”、工业4.0 、O2O 创业等当下热点问题,企业、专家、投资者进行了多轮热烈的探讨。
在峰会设置的主论坛报告会上,中国工程院院士潘云鹤指出,世界各国最近几年来都十分重视大数据,美国奥巴马政府2012年宣布投资2亿美元推进大数据,2013年英国政府宣布计划向大数据技术投资1.89亿英镑,欧洲市场迅速跟进。美国信息技术和创新基金会2013年11月的一个报告认为,如果说石油是20世纪经济发展的助推剂,大数据将成为21世纪经济发展的助推剂。
大数据和经济战略、技术战略、产业战略一样,就发生在我们面前,其本质是什么?潘云鹤说,中国工程院的研究认为,其本质是世界的空间正在进行一次巨大变化,这个变化的本质是世界从原来的二元空间变成三元空间。近年来信息力量迅速壮大,已经成长为物理世界、人类社会两极之外的新一极—信息世界。
信息早就存在,为什么直到现在才开始变成新的一极,引起世界如此大的变化?潘云鹤解释说,那是因为现在出现了互联网、移动通信、搜索技术。在互联网之间进行各种各样的知识搜集、数据搜集行动,形成了很多像谷歌那样的公司。就这样,我们进入到一个大数据时代。
谈及大数据的应用,潘云鹤举例说,这几年北京的PM2.5很严重,但每一次访问专家时,他们分析的导致PM2.5的原因都不一样,因为那是专家根据实验室研究结果而得出的。实际上,PM2.5参数变化非常快,不用大数据分析是不行的。
同样,巴黎政府发现PM2.5没有测准的原因,是因为监测点太少了。于是,巴黎政府动员几百个市民,每人发一个传感器,最后把巴黎市的PM2.5情况搞清楚了,包括根源在哪里、哪些是主要原因。潘云鹤说,把测PM2.5的传感器装在手机里、出租车上,用互联网方式把数据搜集起来,我们就可以准确地监测PM2.5。
潘云鹤介绍,大数据和传感器有密切关系,现在的传感器做得非常小,只要把传感器放到飞机的蒙皮里面去,就可以通过收集数据的方法感知飞行时的风速、温度和压力。这些传感器每一点的形状在1毫米以内,而且有动力源,能够把数据传到飞机内部。这样一来,飞机在飞行过程中,我们便可以知道它的受力情况,就可以大大改善飞行情况,同时飞行员的飞行水平也可以得到提高。另外,还可以知道飞机下一步应该如何改进。更重要的是,传感器还会对我们的生活产生巨大影响,比如医疗镜、睡眠评测仪器等的应用。
谈及中国的大数据战略,潘云鹤认为,大数据是中国发展的一大挑战和一大机遇。要充分利用这一机遇,中国需要抓好三类最重要的大数据应用:一是城市大数据应用,包括城市建设、环境、经济、教育、医疗卫生等数据,越来越多的巨型数据中心正在涌现,需要权威、技术和市场的合作;二是行业与企业大数据,如物流、微观市场研究等;三是科技知识大数据应用。
大数据在研究宏观、中观、微观经济和社会问题上都很重要。潘云鹤指出,城市大数据、行业与企业大数据、科技大数据是最重要的大数据,我们可以利用体制的优越性,政、产、学结合,果断地占领大数据战略的制高点,使中国的运行迅速智能化。潘云鹤说,巨量的数据聚集在一起会产生非常重要的新的知识。为此,我们需要汇集各种数据源,要把互联网、数字图书馆、专业数据汇集在一起,不同数据之间要互通,这是一个巨大工程,如果做好了贡献是很大的。
据潘云鹤透露,工程院正在进行一个有关大数据的新项目—《新本草纲目》。他说,“中国中草药的生产、开发不是最好的,但我们要搞成一个新的知识系统,把大数据聚集起来,也就是把单一药材,把几千年的配方,把各种疾病互相打通,把单味药材、成分数据、药理数据互通联通。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20