顯示廣告
隱藏 ✕
回列表(←)
Disp BBS guest 註冊 登入(i) 線上人數: 132
首頁(home) 上頁(↑) 下頁(↓) 末頁(end)
※ 本文為 terievv 轉寄自 ptt.cc 更新時間: 2017-10-18 12:28:28
看板 Gossiping
作者 rosenzulu (玫瑰祖魯)
標題 [問卦] 大數據分析與統計分析的差別？
時間 Wed Oct 18 08:38:56 2017

大數據
最近被媒體使用到爛掉的名詞
常常看到新聞「大數據顯示...」
身為統計系的我 也稍微爬文瞭解一下
大數據的魅力所在
但看到的不外乎是
「未來產業大宗就是AI、物聯網與大數據的結合」
「運用大數據分析得到相關 進一步得知未來趨勢作為政策」

但如果是要探討相關性、做預測
使用統計方法不是也可以嗎？
再查一些大數據最夯的課程
幾乎都是R,Python這2個程式語言
然後使用該2語言實作資料探勘、機器學習

實在搞不懂大數據的新科技點在哪裡
有沒有產業界大數據大師可出來為小弟解惑？

--
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.137.204.33
※ 文章代碼(AID): #1PvgAYKz (Gossiping)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1508287138.A.53D.html
※ 同主題文章:
● 10-18 08:38 rosenzulu. ■ [問卦] 大數據分析與統計分析的差別？
　 10-18 09:24 mingchei. ■ Re: [問卦] 大數據分析與統計分析的差別？
　 10-18 10:09 entsai. ■ Re: [問卦] 大數據分析與統計分析的差別？
　 10-18 10:35 moshenisshit ■ Re: [問卦] 大數據分析與統計分析的差別？
→ lolic: 理組跟文組1F 10/18 08:39
噓 Reisuty: 大數據真的有，但台灣媒體只會亂講2F 10/18 08:39
推 aaQWE: 反正亂講也沒人會查3F 10/18 08:40
→ ixdez1: 差滿多的4F 10/18 08:40
→ xbit: 統計=這個人 可能 很強 因為他勝率過5成5F 10/18 08:40
→ Reisuty: 以前講[統計顯示]，現在改講[大數據顯示]，超潮的6F 10/18 08:40
→ pooznn: 反正看報告的也不知道差在哪 有寫依大數據就能多騙些預算7F 10/18 08:40
→ bbflisky: 台灣有稱職的媒體才怪。8F 10/18 08:40
推 tamama000: 一樣喇 就是excel跟sas的差別9F 10/18 08:40
→ xbit: 大數據= 這個人 好弱 對戰100個弱者 勝率才過5成10F 10/18 08:41
推 hellk: 混沌與有固定範圍的差異11F 10/18 08:41
→ jodojeda: 大數據也是數據 只要是分析數據的方法 都算統計12F 10/18 08:42
推 abram:  阿你自己都講了 就是結合AI阿 大數據=AI∩統計13F 10/18 08:42
→ abram:  你總不會認為AI等於統計或包在統計裡面吧
沒有啦 我知道AI跟統計不一樣 比較像機器學習
→ ChungLi5566: 大數據=一堆原始資料中找出有意義的資料15F 10/18 08:42
→ jodojeda: 因應大數據 會有跟以往不同的分析方法 但還是算統計方法16F 10/18 08:42
→ ChungLi5566: 像google從你搜尋的關鍵字 分析出適合你的廣告內容17F 10/18 08:44
→ abram:  統計喜歡用R AI習慣用Python 所以現在才會兩套並行18F 10/18 08:44
推 dirubest: 可是探勘過程還是很有可能garbage in garbage out..19F 10/18 08:45
推 if2: 大數據至少要上億筆資料才算吧  幾百萬筆也在大數據20F 10/18 08:45
→ ChungLi5566: 你跑皮爾森相關或是迴歸,沒把雜質去掉 跑不出東西21F 10/18 08:45
感覺大數據比較髒的感覺 不像我們一般看到的矩陣型資料
噓 kice1204: 你挑戰一週內各鄉鎮各完成一萬份民調就知道了。22F 10/18 08:46
噓 nicks0904: 先google23F 10/18 08:49
推 pierreqq: 大數據就是比數據大呀...　　還要我教24F 10/18 08:50
→ beartsubaki: 單說統計你無法了解"樣本數" 但直接說大數據就表示樣25F 10/18 08:51
→ beartsubaki: 本數夠大(揭露資訊相對充足) 分析方法雖然不同 其實
→ beartsubaki: 都是統計啊 反正以前在學校學得也是統計系的教授來教
推 lturtsamuel: 有些學習方式 像是deep learning 目前人類還沒有建構28F 10/18 08:53
→ lturtsamuel: 出完整的理論 都是實務先行
推 pxhome: 就像詐騙集團跟壽險公司的差別30F 10/18 08:55
→ beartsubaki: 處理大樣本時 很難直接拿raw data去用 太大太雜了 反31F 10/18 08:55
→ beartsubaki: 而很難找出你有興趣的資訊
推 bathilda: 處理大數據需要創意，懂？33F 10/18 09:00
推 hcwang1126: 插在大 你問你老婆就知道？34F 10/18 09:04
推 guest8888: 大數據是取特徵建模型來預測未來35F 10/18 09:06
→ guest8888: 統計 就是統計
不太認同欸 統計也有建模跟預測阿！
噓 denverkobe: 功課自己做啦37F 10/18 09:07
→ rosenzulu: 統計分析其中一環也是資料處理 那大數據方面在做資料處38F 10/18 09:09
→ rosenzulu: 理有不一樣的地方嗎？
※ 編輯: rosenzulu (114.137.204.33), 10/18/2017 09:12:08
※ 編輯: rosenzulu (114.137.204.33), 10/18/2017 09:14:08
推 DIDIMIN: 母體分析吧，不需要再搞抽樣分配40F 10/18 09:20
推 flac: 很多人會把準母體資料跟大數據混為一談，特別是初步接觸GA41F 10/18 09:23
→ flac: 的人
※ 編輯: rosenzulu (114.137.204.33), 10/18/2017 09:28:18
→ machiusheng: 大数據 比較能唬爛43F 10/18 09:39
推 dimw: 簡單講大概是進入資訊時代後 傳統的統計方法無法處理的東西44F 10/18 09:42
噓 Lin2200: 這篇一堆文組ㄏㄏ45F 10/18 09:56
→ Cybershit: 其實在講Big Data 通常會跟神經網路模型 一起講46F 10/18 10:25
→ Cybershit: 過於複雜的神經網路(ANN) 參數量太多
→ Cybershit: 資料量太少 通常很難一般化(推廣到預測)
→ Cybershit: ANN很久以前就有了 只是現在資料量多 大家發現它可行
→ Cybershit: 就瘋狂做和它相關的研究 目前為止也展現出不錯的結果
→ Cybershit: 目前不錯的成果主要是ANN+Big Data 但大部分人不懂ANN
→ Cybershit: 只知道 Big Data, 再來媒體又濫用, 把純統計也講成
→ Cybershit: Big Data
→ Cybershit: 有一派叫深度學習(DL) 主要是ANN+機器學習+Big Data
→ Cybershit: 不過這領域真正的專家很少 幾乎只是其他領域(CV, NLP等
→ Cybershit: 因為研究需要順便去做DL. 或是本來做ML的人順便去做
推 t81511270: 跟人一樣 有經驗 就可以預測會發生什麼事情57F 10/18 10:33
推 Kazimir: 當年大數據這個詞非常紅的時候 其實真正的焦點是在技術上58F 10/18 10:35
→ Kazimir: 而不是分析上 對這麼大量的資料應該怎麼處理是個問題
→ Kazimir: 那再這個問題解決的差不多以後 現在就開始紅DL了
推 kenny840719: 大數據感覺重點不是在那個量 而是方法 簡單的來說就61F 10/18 10:44
→ kenny840719: 是在一群雜亂的資料中快速的找出有用的資訊並加以應
→ kenny840719: 用
推 WindSucker: 超64F 10/18 10:45

--
※ 看板: terievv　文章推薦值: 0 目前人氣: 0 累積人氣: 459　
分享網址: 複製 已複製
r)回覆 e)編輯 d)刪除 M)收藏 ^x)轉錄 同主題: =)首篇 [)上篇 ])下篇