1. 簡述大數據的局限性 大數據的局限性體現在哪些方面
【導讀】近年來,由於我國一直貫徹落實科教興國戰略,截止目前為止,已經取得了不小的成績,比如人工智慧的普及,大數據的落地應用,不過現在還是觀測階段,大數據技術還沒有具體的成熟,今天我們就來簡述大數據的局限性以及大數據的局限性體現在哪些方面,一起來看看吧!
1、大數據的局限性——大數據不理解背景
人類的決策不是離散的事件,而是根植於時間序列和環境中。經過數百萬年的進化,人類的大腦已經適應了這個現實。人們擅長講故事,有很多原因,也有很多場景。數據分析不知道如何講故事,也不知道思維是如何浮現的。即使在一本普通的小說中,這種想法也無法用數據分析來解釋。
2、大數據的局限性——大數據將創造更大的乾草垛
這個想法是由著名商業思想家Nassim
Taleb提出的,他是《黑天鵝:如何應對不可知的未來》一書的作者。我們擁有的數據越多,我們就能發現更顯著的統計相關性。很多這樣的關系都是毫無意義的,在解決問題時還會讓人誤入歧途。隨著越來越多的數據可用,作弊行為呈指數級增長。在大海撈針的過程中,我們要找的針埋得越來越深。大數據時代的一個特徵是,「重大」發現的數量被數據擴張的噪音淹沒了。
3、大數據的局限性——大數據不能解決大問題
如果你只是想分析哪些郵件產生了最多的競選捐款,你可以做一個隨機對照試驗。但如果目標是在衰退期間刺激經濟,你不會找到一個平行世界社會作為對照組。最好的刺激方案是什麼?關於這個問題有很多爭論,盡管數據泛濫,但據我所知,這場辯論中沒有一個主要的辯手根據統計分析改變了立場。
4、大數據的局限性——大數據往往是一種趨勢,而不是傑作
當大量的個人迅速對一種文化產品產生興趣時,數據分析可以對這種趨勢敏感。但是一些重要的(有利可圖的)產品一開始就從數據中被丟棄了,僅僅是因為它們的怪癖不為人所知。
5、大數據的局限性——大數據掩蓋了價值
「原始數據」的意義在於,它永遠不可能是「原始的」;它總是根據一個人的傾向和價值觀來構建的。數據分析的結果看似客觀公正,但實際上,價值選擇貫穿於從構建到解讀的全過程。
這篇文章並不是要批評大數據不是一個偉大的工具。但是,像任何工具一樣,大數據也有它的長處和弱點。正如耶魯大學(Yale
University)的愛德華•塔夫特(Edward Tufte)所說:「世界比任何其他學科都更有趣。」
以上就是小編今天給大家整理的關於「簡述大數據的局限性
大數據的局限性體現在哪些方面」的相關內容,希望對大家有所幫助。總的來說,大數據的價值不可估量,未來發展前景也是非常可觀的,因此有興趣的小夥伴,盡早著手學習哦!