伊人久久国产免费观看视频_总裁紫黑色硕大挤进去_亚洲成人第一页_日本中文字幕在线观看视频 - 亚洲成AV人不卡无码国产

大數據獲得動力，關鍵在于開放源代碼，幫助分解和分析數據。Hadoop 和NoSQL 數據庫便是其中的贏家，他們讓其他技術商望而卻步、處境很被動。畢竟，我們需要清楚怎樣創建一個平臺，既能解開所有的數據，克服數據相互獨立的障礙，又能將數據重新上鎖。

當今，許多通用的大數據分析平臺已投入市場，人們同時期望更多平臺的出現，可以運用在特殊領域，如藥物創新、客戶關系管理、應用性能的監控和使用。若市場逐步成熟，在通用分析平臺之上，開發特定的垂直應用將會實現。但現在的技術有限，除非考慮利用潛在的數據庫技術作為通用平臺。

人們期望更多特定的垂直應用出現，把目標定為特定領域的數據分析，這些特定領域包括航運業、銷售業、網上購物、社交媒體用戶的情緒分析等等。同時，其他公司正在研發小規模分析引擎的軟件套件。比如，社交媒體管理工具，這些工具以數據分析作為基礎。

建模、機器學習、統計分析和大數據經常被聯系起來，用以預測即將發生的事情和行為。有些事情是很容易被預測的，比如壞天氣可以影響選民的投票率，但是有些卻很難被準確預測。

但是，當數據累加，我們基本上有能力可以大規模嘗試一個連續的基礎。網上零售商重新設計購物車，來探索何種設計方式能使銷售利潤最大化。根據病人的飲食、家族史和每天的運動量，醫生有能力預測未來疾病的風險。

當然，在人類歷史的開端，我們就已經有各種預測。但是，在過去，許多預測都是基于直覺，沒有依靠完整的數據集，或者單單靠的是常識。即便有大量數據支撐你的預測，也不表明那些預測都是準確的。2007年和2008年，許多對沖基金經理和華爾街買賣商分析市場數據，認為房地產泡沫將不會破滅。根據歷史的數據，可以預測出房地產泡沫即將破裂，但是許多分析家堅持原有的觀點。

另一方面，預測分析在許多領域流行起來，例如欺詐發現（比如在外出使用信用卡時會接到的詐騙電話），保險（放心保）公司和顧客維系的風險管理。

機器學習能力不斷提升，逐步成為分析套件里的必要工具。此時，不要驚訝，人類因素正漸漸淡化。企業主經常嘗試限制人為誤差。任何網絡安全專家，通過詳細討論后指出，安全漏洞是由人為誤差而引起的，比如過度依賴弱口令，不慎進入釣魚網站或其他安全系數低的網站。

然而，即使機器學習能力不斷提升，機器也只能提問我們事先設定的問題。這會給我們帶來很大限制：若依賴于機器，我們究竟可以得到多少。人為因素對大數據的出現十分關鍵。大數據領域最有名的兩位預言家和先驅者是 Billy Beane 和 Nate Silver。Beane 曾推廣一個想法：將各種各樣的數據聯系起來，這些數據都是關于被低估的運動員的特質。接著把這些運動員召集起來，組成一支棒球隊上場比賽。這支較為經濟的團隊竟能與實力雄厚的隊伍（比如洋基隊）進行抗衡。

有部分人不相信 Nate Silver 的預測，開發出不依賴于數據分析的軟件，比如 Unskewed Polls（中文譯為非傾斜民意調查，但其實不然）。因為許多人認為Silver 只是數據庫輪詢方面的專家，但實際上他在大數據分析領域也十分在行。

在不同情況下，最重要的不是機器搜集數據、得到初始數據，而是人為頂端分析，只有人為因素才使這些數據有意義。

當大數據分析逐漸成為主流，它將會變得和其它早期的技術一樣普遍。大數據分析也會逐步成為一種日常工具，但關鍵還在于人為操作。

（來源：科技日報）