大数据的完备

❶ 大数据--趋势和特点

欧几里得的《几何原本》是基于逻辑推理的公理论推论，为后来的几何学、数学和自然科学奠定了基础；托勒密的地心说将欧几里得的这套方法运用到天文学中，建立起了一套完整并且严格的天体运动规律的理论体系；牛顿的力学三定律和万有引力定律破解了宇宙万物运动之谜，同时宣告了科学时代的来临。

这些伟人的思想如果上升到哲学高度，其方法论其实是一脉相承的，可大体概括成如下几句话：世界变化的规律是确定的，且这些规律是可以被认识的，而且可以用简单的公式或者语言描述清楚，最后这些规律应该是放之四海而皆准的。

正是在机械思维的引导下，才有了工业革命。在工业革命时期，人类创造了巨大的财富。马克思曾经说过：“资产阶级在其不到100年的阶级统治中所创造的生产力，比过去一切时代创造的生产力还要多，还要大”。同时由于机械思维的影响，人类的寿命也得到了大大的延长，在1800年之后，世界各国的人均寿命都先后翻了一番。

从工业时代到信息时代，再到互联网时代，机械思维的局限性已越来越明显。像过去那样找到因果关系已经变得非常困难，因为简单的因果关系规律性都被发现了。人们越来越发现世界本身存在很大的不确定性。

我们可能已经察觉，现在如果仍然采用机械思维去思考世界，很多问题已经变得很难预测了。比如我们最常见的交通阻塞，近些年来一直是最严重的城市病之一，也是各国政府最头疼的问题之一。现在的处理手段无外乎新建公路、扩宽马路、增设人行天桥等，通过改善基础设施的方式来缓解，很明显这些手段的效果均不太理想；股票市场，投资人可能要考虑行业的发展、政策的导向、公司的业绩，甚至是大盘的情绪，而情绪是很难用公理论来进行推论的；现代医疗，治愈癌销丛症是人类半个多世纪以来的梦想，人类在抗癌研究方面投入的资金比阿波罗登月或者语音识别要多得多。癌细胞是细胞在复制过程中基因出了错而产生的，并且癌细胞在扩散时自我复制也有可能出错，所以面对这种具有极强的不确定性疾病时，机械思维变得跟不上了。

如果用道家的“阴阳”理念来解释人类思维的发展，是否可以这么理解。当人类第一次面对极端不确定的世界时，机械思维得到了飞速的发展；而在人类对世界有了比较清楚的认识，很多不确定性都被认知后，当机械思维发展到极致时，所谓极阳之后必然转阴，又面临了更多新的不确定性问题。并且这次人类所面临的问题跟以前是不一样的，以前的问题是无法解决，而现在的问题是解决起来过于复杂，问题解决的速度赶不上新问题产生的速度。而在这些历史背景下，才产生了大数据思维。

那么，大数据到底是具有了什么特征，居然能够弥补甚至取代机械思维呢？以下从三个方面进行说明。

一、大数据的体量够大，能穷尽所有相关数据。

大数据最明显的特点就是体量大，这一点无论是内行还是外行都认可，没什么异议。我们国家仅仅北京的国家超级大数据中心，占地面积就8万平方米，包含9栋数据中心机房和1栋感知体验中心。试想：如果托勒密掌握了足够多的有关天体运动的数据，可能会提出更严谨的天体运行规律，其发表的《实用天体氏枝表》也不会在经历1500年后对太阳运动的累积误差多出10天。但是，如果仅仅是体量大，比如仅记录全世界70亿人的出生日期这个数据其体量就已经不小。但仅仅只有这一项数据，也只能反映出全世界的人口分布而已，对解决如今复杂的社会问题，似乎提供不了太多有用的帮助。这就涉及到大数据的另外一个特征--多维度。

二、大数据的多维度够多，能穷尽所有相关可能性。

搜索引擎出身的Google公司实际上是全球最大的大数据公司，扎克伯格只不过想了个更好的办法，也可以说是高明地绕了个大圈子，利用搜索功能来更高效的收集数据。众所周知，Google的人工智能已经走在了前沿，也是目前全球估值最高的公司。但是，无论是AlpahaGo、无人驾驶还是IT医疗公司Calico，都是建立在多维度的大数据基础之上的。例如关于“食物”这个问题，Google会利用用户输入的信息，收集所有相关的信息。不仅涉及到食物的做法、吃法、成分、营养价值、价格、问题来源的地域和时间等维度，而且还藏着很多外人不注意的隐含信息，比如提问者或者回答者使用的计算机（或手机）以及浏览器。这些“相当杂乱”的多维度信息（时间歼斗敏、地域、食品、做法和成分）联系了起来。经过对这些数据的挖掘、加工和整理，就得到了有意义的统计规律，比如得出的关于不同地域的饮食习惯。如果再加入提问者和回答者的收入情况，便可以得知各个收入阶层的饮食习惯。京东也是利用多维度的大数据，来建立高效的物流系统。例如通过记录某种型号的冰箱的网上浏览、订购、退货、售后等信息，来决定其在这个区域的仓储策略。现在有了多维护的大数据，在过去看来很复杂很难处理的问题似乎可以迎刃而解了，显然这些都是机械思维所不能高效解决的。

三、大数据的完备性

机械思维时代的抽样调查方式都是采用抽取有限的样本进行统计，从而得出整体的趋势。抽样的核心原则是随机性，不随机就不能真实地反应整体的趋势。但是要做到随机性是很难的。例如电视收视率调查，要从不同阶层随机找被调查的人，但高学历高收入的大忙人们普遍拒绝被调查，他们根本就不会因为几个蝇头小利而浪费时间，电视调查的结果就可想而知。然而，Google的机器翻译系统就能很好的要利用大数据的完备性。通过数据学到了不同语言之间很长句子成分的对应，让后直接把一种语言翻译成另一类，前提条件就是使用的数据必须是比较全面地覆盖中文、英文，以及其他各种语言的所有句子，也就是说具备两种语言之间翻译的完备性。

上述是关于大数据趋势和特点的理解，也是关于吴军老师《智能时代》的部分读书笔记，下周继续分享：大数据--面临的技术挑战。

❷ 大数据思维是哪四个

总体思维、容错思维、相关思维、智能思维。
大数据的4个明显的特征，即数据量大、多维度、完备性和在一些场景下的实时性。特别强调了光是数据量大还不能构成大数据，因为它可能无法得出有效的统计规律，而多维度的特征则可以交叉验证信息，提高准确性。
今天大部分人所理解的大数据，是从大量的、看似杂乱无章的数据点，总结出原来找不到的相关性。在这个过程中各种数据如同百川入海一般汇聚到一起。

❸ 大数据时代信息安全需要更完备的什么

大数据安全无疑指的就是手机和电脑的使用安全，把控好这两个点就能做到放心了。

使用电脑安全指的就是对电脑的文件进行保护或者是规范员工的上网行为，比如域之盾的文件透明加密，我们可以选择不同的文件类型来进行文件加密，加密之后没有经过允许是打不开的。

❹ 大数据拓展思想范围有哪些

在无法确定因果关系时，数据为我们提供了解决问题的新方法，数据中所包含的信息可以帮助我们消除不确定性，而数据之间的相关性在某种程度上可以取代原来的因果关系，帮助我们得到我们想知道的答案，这便是大数据思维的核心。在过去被认为非常难以解决的问题，会因为大数据和机器智能的使用而迎刃而解。

同时，大数据和机器智能还会彻底改变未来时代的商业模式，很多传统的行业都将采用智能技术实现升级换代，同时改变原有的商业模式。

另一方面，智能化也会对整个社会带来巨大的冲击，尤其是在智能革命的初期。有了信息论这样一个工具和方法论，我们便很容易认清大数据的本质了。

首先我们必须承认世界的不确定性，这样我们就不会采用确定性的思维方式去面对一个不确定性的世界。当我们了解到信息或者说数据能够消除不确定性之后，便能理解为什么大数据的出现能够解决那些智能的问题，因为很多智能问题从根本上来讲无非是消除不确定性的问题。

对于前面提到的大数据的三个特征，即数据量大、多维度和完备性，我们可以从信息论出发，对它们的重要性和必要性一一做出解释。在这个基础之上，我们就能够讲清楚大数据的本质。数据量的问题在过去，由于数据量不够，即使使用了数据，依然不足以消除不确定性，因此数据的作用其实很有限，很多人忽视它的重要性是必然的。在那种情况下，哪个领域先积攒下足够多的数据，它的研究进展就显得快一些。具体到机器智能方面，语音识别是最早获得比较多数据的领域，因此数据驱动的方法从这个领域产生也就不足为奇了。大数据多维度的重要性可以从两个角度来看待它。第一个视角是前面提及的“互信息”，为了获得相关性通常需要多个维度的信息。比如我们要统计“央行调整利息”和“股市波动”的相关性，只有历史上央行调整利息一个维度的信息显然是不够的，需要上述两个维度的信息同时出现。第二个视角是所谓的“交叉验证”，我们不妨看这样一个例子：夏天的时候，如果我们感觉很闷热，就知道可能要下雨了。也就是说，“空气湿度较高”和“24小时内要下雨”之间的互信息较大。但是，这件事并非很确定，因为有些时候湿度大却没有下雨。不过，如果结合气压信息、云图信息等其他维度的信息，也能验证“24小时内要下雨”这件事，那么预测的准确性就要大很多。

因此，大数据多维度的重要性，也是有信息论做理论基础的。最后，我们从信息论的角度来看看数据完备性的重要性。在说明这件事情之前，我们还需要介绍信息论里一个重要的概念――交叉熵，这个概念并非由香农提出的，而是由库尔贝克等人提出的，因此在英文里更多地被称为库尔贝克莱伯勒距离（Kullback-LeiblerDivergence），它可以反映两个信息源之间的一致性，或者两种概率模型之间的一致性。当两个数据源完全一致时，它们的交叉熵等于零，当它们相差很大时，交叉熵也很大。所有采用数据驱动的方法，建立模型所使用的数据和使用模型的数据之间需要有一致性，也就是盖洛普所讲的代表性，否则这种方法就会失效，而交叉熵就是对这种代表性或者一致性的一种精确的量化度量。回过头来讲大数据的完备性。在过去，使用任何基于概率统计的模型都会有很多小概率事件覆盖不到，这在过去被认为是数据驱动方法的死穴。很多学科把这种现象称为“黑天鹅效应”。在大数据出来之前，这件事是无法避免的，就连提出数据驱动方法的鼻祖贾里尼克也认为，不论统计数据量多大，都会有漏网的情况。这些漏网的情况反映到交叉熵时，它的值会达到无穷大，也就是说数据驱动方法在这个时候就失效了。

怎样防止出现漏网？这就要求大数据的完备性了。在大数据时代，在某个领域里获得数据的完备性还是可能的。比如在过去把全国所有人的面孔收集全是一件不可想象的事情，但是今天这件事情完全能做到。当数据的完备性具备了之后，就相当于训练模型的数据集合和使用这个模型的测试集合是同一个集合，或者是高度重复的，这样，它们的交叉熵近乎零。在这种情况下，就不会出现覆盖不了很多小概率事件的灾难。这样数据驱动才具有普遍性，而不再是时灵时不灵的方法论。由此可见，大数据的科学基础是信息论，它的本质就是利用信息消除不确定性。

虽然人类使用信息由来已久，但是到了大数据时代，量变带来质变，以至于人们忽然发现，采用信息论的思维方式可以让过去很多难题迎刃而解。

❺ 关于大数据和机器智能的基础概念

大数据和人工智能一直是炒作和讨论的热点，但具体什么是大数据？怎么样才算机器有了智能？是不是数据量大了就是大数据？根据预定好的规则生成特定的结果就是智能了？

所谓机器智能通俗讲就是机器（更多时候指计算机）能够做只有人才能做的事。如何判断一个机器有智能呢？1950年图灵博士提出了测试的方法，即图灵测试-----让机器和人同时隐藏起来回答问题，若提问者分辨不出是机器在回答还是人在回答，那么机器就有了智能。

沿着图灵测试，计算机科学家们认为如果计算机能做下面的几件事，就算有了智能：

1.语音识别：这就好像人能够听懂语言

2.机器翻译：这就好像人能够看懂文字

3.文本的自动摘要或写作：这就好像只有人才懂得抓重点和组合出有意义的段落、文章

4.战胜人类的国际象棋冠军：但其实象棋这种封闭式规则的事情，计算机能够比人更胜任是很正常的。因为计算机可以快速计算和判断最好的走法且不受情绪等环境的影响。所以个人不认为这个能代表计算机有了智能

5.自动回答问题：这就好像人可以理解语言并根据理解给出答案

一直以来，科学家们在让机器有智能上，更多的努力放在怎么样让机器跟人一样的思考，史称机器智能1.0鸟飞派（传统机器智能方法）----让机器像人一样的思考来获得智能。但是收效并不客观，经过20几年的发展，这种方法遇到了很大瓶颈。

直到1970贾里尼克用通信的思路解决这个问题：建立数学模型，并通过机器学习不断训练模型。至此开创了数据驱动的方法来解决智能的问题。贾里尼克开创的采用统计方法的语音识别系统较传统的语音识别方法识别率从70%提高到了90%，使得语音识别从实验室的研究走向了实际的应用。

那么传统的方法和贾里尼克的方法分别是如何实现语音识别的呢？

传统的方法是：整理语法与语义形成规则，当一句话输入时，计算机就根据语法和语义去匹配来识别语音。这就好像我们学英语，要懂得读音、单词的意义、语法，才能懂得一句话。

贾里尼克的方法是：用马尔科夫模型来描述信源和信道，模型中有很多参数，然后用数据来训练最佳的参数取值，最后得到最佳的效果（具体参数是什么？是怎样训练的？训练后怎样转换等涉及的知识很多，不详述）。

可以看到，数据驱动的方法完全抛弃了传统基于像人一样的做法，完全依赖于模型和对模型的训练（训练模型的过程就是机器学习的过程）。

从上文可以看到，数据驱动实现智能的方法对机器学习的依赖，而机器学习效果的好坏依赖于可供学习的数据。

虽然贾里尼克开创了新的实现智能的方法，但是在很多领域，由于积累的数据量不足以支撑训练的需要，因此机器智能的发展并没有很大的提高。比如机器翻译，直到20世纪90年代互联网的兴起，准确性才不断提高，这是因为互联网积累了大量的可供训练的翻译数据，使得可以不断通过机器学习修正模型。

大数据促进机器智能的发展是因为大数据多维度、完备的特征。多维度、完备的数据，可以让计算机学习到所有情况，进而处理问题时，可以处理所有场景。比如机器翻译，大数据包含了所有可能的语句翻译，这让计算机可以学习到所有可能的翻译情况，当需要翻译的时候，只要将结果匹配出来就可以了。

说起大数据，大家都知道它的3v特征：vast、variety、velocity

首先理解后面两个特征：

1.variety：多样：多样性指的是数据包含了不同的方面。比如描述一个人的数据，多样性意味着，能描述这个人从长相、生活、精神等等各个方面。有了不同的方面，意味着可以将数据抽象成不同的维度，然后把不同的维度随意组合联系起来，这样就可以得到单个角度看得不到的结果。

2.velocity：完备：完备性指的是数据覆盖了全部的可能性。而不像统计学上只能通过样本来预测全部，大数据本身就是全集。

有了前两个特征就不难理解vast大量的特征了：覆盖所有维度、包含全部可能性的数据集合起来当然数据量就很大了。

这三个特点对大数据可以说是缺一不可，缺少任何一个，都无法发挥大数据的威力，也无法让大数据促进机器智能的实现。

1.数据的产生：1.全球数字化程度不断提高，使得很多数据实现了电子化（比如纸质的办公转为电脑办公）；数字化使得各种信息系统不断被开发使用和复杂程度越来越高，系统的运行无时无刻不在产生数据。2.传感器技术的大量应用和普及，包括商品上的rfid芯片、交通传感器、穿戴设备等。3.将非数字化的内容数字化，如将纸质书籍转换成电子书。4.互联网2.0的发展使得每个人每天都在产生数据，发的朋友圈、文章、评论等。

2.数据的存储：数据的产生渠道越来越多，数据量也就越来越大，摩尔定律指导下的半导体产业的发展使得存储器的容量不断增长、价格不断降低，这使得将这么多的数据存储可以以低成本存储下来。

3.数据的读取：如果把大量的数据存储下来，但是计算机的处理（单说输入输出）速度跟不上，也无法使用这些数据，固态硬盘容量变大、成本降低使得使用这么多数据成为可能。

4.数据的传输：数据从各个产生端（如传感器）生成后，如何传输到存储器（如服务器）上存储起来，第四代lte和WiFi的发展使得传输不再是问题。

5.数据的处理：如何分析使用这么大量的数据，就需要处理能力很高的处理器，虽然处理器的性能遵循摩尔定律，每18个月翻一番，但数据产生的速度远远超过处理器性能的提升。因此无法用单一处理器处理大数据。并行计算技术的出现解决了这一问题（但并行技术本身又受到交换机、网络速度等条件的限制，2002年Google等公司在解决这些问题上取的了很大进展，使得云计算开始兴起）

数据产生、存储、处理技术的进步和发展，使得使用大数据成为可能，当条件成熟时，大数据自然而然就出现和发展起来了。

是不是有了大数据就能毫无问题地实现机器智能了？显然要实现机器智能，要有完备的数据、要能够处理完备的数据。虽然数据存储、处理的技术在不断发展，但是在实际应用的过程中，仍然还有很大的局限性，这些技术条件是不可逾越的条件：

1.大数据的收集：关键在于如何获得完备、多样的全集数据？尤其是一些不常见场景的数据如何获取到？

2.数据存储：关键在于数据量的增长大于存储器的增长、以及用什么样的结构存储才便于读取和使用？（那么多的维度如何抽象呢？如何检索呢？）

3.数据共享：大数据的完备性，使得单独的公司很难收集到所有的数据，这就要求将不同公司收集的数据集合起来使用（比如从事电商的公司有购买方面的数据、从事出行方面的公司有出行方面的数据，但没有一个公司能够同时收集到这两方面的数据）。不同的公司存储、使用数据的方式不一致，当要集合起来的时候如何统一数据格式来实现共享和共用呢？

4.并行计算：一些特殊的场景无法并行计算，这导致整个计算的最终结果需要等待特殊情况的处理；不同计算器的计算效率不同，整个任务处理由最慢的计算结果决定；因此并行计算并不是只是多加服务器那么简单，还需要优化数据的存储结构和整个计算的算法过程。

5.数据挖掘：杂乱超大量的数据无法直接使用，需要先进行清洗和格式化处理，当数据量达到一定量级时，这一步变得并不容易；尤其是噪声高时，清洗处理的结果直接影响了应用的有效性；数据量大、学习模型复杂，使得机器学习的过程变得很漫长，对并行计算的要求也越高。

所以，当再次听到AI、大数据的时候，是不是就能够判断是真智能还是假智能,是真大数据还是假大数据了。

❻ 专业的大数据有完备的大数据吗

大数据概念：
大数据（big data），或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工态并具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。（在维克托·迈尔-舍恩伯格及肯歼闭旅尼斯·库克耶编写的《大数据时代》中［2］ 大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据的方法）大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。
大数据概念的特点：
大数据分析相比于传统的数据仓库应用，具有数据量大、查询分析复杂等特点。《计算机学报》刊登的“架构大数据：挑战、现状与展望”一文列举了大数据分析平台需要具备的几个重要特性，对当前的主流实现平台——并行数据库、MapRece及基于两者的混合架构进行了分析归纳，指出了各自的优势及不足，同时也对各个方向的研究现状及作者在大数据分析方面的努力进行了介绍，对未来研究做了展望。
大数据的4个“V”，或者说特点有四个层面：第一，数据体量巨大。从TB级别，跃升到PB级别；第二，数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三，处理速度快，1秒定律，可从各种类型的数据中快速获得高价值的信息，这一点也是和传统的数据挖掘技术有着本质的不同。第四，只要合理利用数据并对其进行正确、准确的分析，将会带来很高的价值回报。业界将其归纳为4个“V”——Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值）。
从某种程度上说，大数据是数据分析的前沿技术。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。
大数据的作用
对于一般的企业而言，大数据的作用主要表现在两个方面，分别是数据的分析使用与进行二次开发项目。通过对禧金信息大数据进行分析，不仅能把隐藏的数据挖掘出来，还能通过这些隐藏的讯息，通过实体的销售，提升自己的客户源。至于对数据进行二次开发，在网络服务项目中被运用的比较多，通过将这些信息进行总结与分析，从而制定出符合氏凳客户需要的个性化方案，并营造出一种全新的广告营销方式，在这里，你需要明白的是，通过大数据的分析，将产品与服务进行结合起来的并不是偶然事件，实现这种的往往是数据时代的领导者。
目前市面上也出现了比较多的数据分析平台，比如追灿的决策狗，还是比较好用的。

❼ 大数据的显著特征

大数据4个明显的特征如下：

1、数据量足够大，要大消羡到让统计的结果具有非常高的置信度。

2、具有多维度的特征，而且各个维度最好是正交的。

其次，大数据需要具有多维度的特征，而且各个维度最好是正交的。今天，淘宝或者其他网店，能够有效地给你推荐产品，在很大程度上就是因为它不仅具有了你在网上购物的数据，而且还从其他渠道，包括在你不知不觉中，获得了生活上的信息。

❽ 城市大数据还具有多层次性，强关联性，高完备性等特点

大数据(big data)，是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理内的数据集容合。

1. 数据量大，TB，PB，乃至EB等数据量的数据需要分析处理。

2. 要求快速响应，市场变化快，要求能及时快速的响应变化，那对数据的分析也要快速，在性能上有更高要求，所以数据量显得对速度要求有些“大”。

3. 数据多样性：不同的数据源，非结构化数据越来越多，需要进行清洗，整理，筛选等操作，变为结构数据。

4.
价值密度低，由于数据采集的不及时，数据样本不全面，数据可能不连续等等，数据可能会失真，但当数据量达到一定规模，可以通过更多的数据达到更真实全面的反馈。

大数据已经成为各类大会的重要议题，管理人士们都不愿错过这一新兴趋势。毫无疑问，当未来企业尝试分析现有海量信息以推动业务价值增值时，必定会采用大数据技术。
-

❾ 大数据的本质

首先我们必须承认世界的不确定性，这样我们就不会采用确定性的思维方式去面对一个不确定性的世界。当我们了解到信息或者说数据能够消除不确定性之后，便能理解为什么大数据的出现能够解决那些智能的问题，因为很多智能问题从根本上来讲无非是消除不确定性的问题。对于前面提到的大数据的三个特征，即数据量大、多维度和完备性。在这个基础之上，我们就能够讲清楚大数据的本质。

先谈谈数据量的问题。在过去，由于数据量不够，即使使用了数据，依然不足以消除不确定性，因此数据的作用其实很有限，很多人忽视它的重要性是必然的。在那种情况下，哪个领域先积攒下足够多的数据，它的研究进展就显得快一些。具体到机器智能方面，语音识别是最早获得比较多数据的领域，因此数据驱动的方法从这个领域产生也就不足为奇了。

关于大数据多维度的重要性问题，可以从两个角度来看待它。第一个视角是「互信息」，为了获得相关性通常需要多个维度的信息。比如我们要统计「央行调整利息」和「股市波动」的相关性，只有历史上央行调整利息一个维度的信息显然是不够的，需要上述两个维度的信息同时出现。第二个视角是所谓的「交叉验证」，我们不妨看这样一个例子：夏天的时候，如果我们感觉很闷热，就知道可能要下雨了。也就是说，「空气湿度较高」和「24小时内要下雨」之间的互信息较大。但是，这件事并非很确定，因为有些时候湿度大却没有下雨。不过，如果结合气压信息、云图信息等其他维度的信息，也能验证「24小时内要下雨」这件事，那么预测的准确性就要大很多。

最后，我们从信息论的角度来看看数据完备性的重要性。在大数据时代，在某个领域里获得数据的完备性还是可能的。比如在过去把全国所有人的面孔收集全是一件不可想象的事情，但是今天这件事情完全能做到。当数据的完备性具备了之后，就相当于训练模型的数据集合和使用这个模型的测试集合是同一个集合，或者是高度重复的。在这种情况下，就不会出现覆盖不了很多小概率事件的灾难。

这样数据驱动才具有普遍性，而不再是时灵时不灵的方法论。

由此可见，大数据的科学基础是信息论，它的本质就是利用信息消除不确定性。虽然人类使用信息由来已久，但是到了大数据时代，量变带来质变，以至于人们忽然发现，采用信息论的思维方式可以让过去很多难题迎刃而解。

❿ 专有大数据资源有完备的大数据对还是错

是对的。
1.数据量足够大，要大到让统计的结果具有非常高的置信度；2.具有多维度的特掘如迟征，而且各个维度最好是正交的；3.数据的完备性，完备性判李使得大数据可以算无遗策；4.在一些场景下的实时性。
大数据(big data)，或称巨量资料，指橡局的是所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。