재고: "하나님" 예측 및 "우롱차 예측" 역사에서 큰 데이터의

질병 예측, 예보, 월드컵과 함께 "빅 데이터" 모든 it 되고있다 마치 추세의 애플 6-"보다 더 큰 더 큰"으로 모든 원 사람들이 주제를 떠날 수 없어, 더 큰 더 나은. 큰 데이터 혁신의 지속적인 응용 프로그램, 큰 데이터 예측 점점 "신화", 100% 정확도 속도 큰 데이터를 측정 하는 능력의 하드 표시기 될 것 이지만 그건 사실이 아닙니다. 대의 큰 데이터 예측 "깨달음"의 순간과 "우롱차" 순간. 오늘, 작은 시리즈 우리는 중요 한 순간의 역사에서 큰 데이터의 재고를 이끌었다.

큰 데이터의 역사에서 "하나님" 예측

2009 년 구글 시작된 "독감 트렌드 예측" 프로젝트, 돼지 독감 발발 하기 전에 몇 주 "구글 독감 트렌드" 성공적으로 예측 분석 결과 특정 지역 및 상태, 특정 하 고 아주 적절 한 미국에서 인플루엔자의 확산 되도록 공중 보건 당국은 놀라지. 이동 빅 데이터 예측에 Google의 위치를 했다.

3721.html "> 2014 년, 바이 큰 데이터 예측 팀 대규모 이벤트 정보 마이닝 및 분석을 통해 2014 브라질 월드 컵 결과로 챔피언과 다크 호스 예측의 모든 64 게임. 여부를 1 / 4 결승전, 16 녹아웃 바이 예측 결과의 정확도 100%에 도달! 잘라 골드만 삭스, 구글, 철저 하 게 예측 하는 월드컵 승리 불 바이.

일기 예보에서 "예측 황제"는 Earthrisk 회사를 사용 하 여 큰 데이터 미래 기상 조건, 예측 82 십억 계산 및 기상 패턴을 식별 하기 위해 60 기상 기록 데이터에 따라 이전 수치 예측된 모델에서 다른 예측 모델을 사용 하 여 우리가 현재 기후 조건으로 이러한 모델을 비교 하 고 예측 장시간, 높은 예측 정도 날씨를 예측 하는 예측 분석을 사용 하 여 그리고 따뜻한 것과 차가운 날씨 확률 40 일 사전에 생성할 수 있습니다. 전통적인 주관적인 예측 모델은 시스템에서 earthrisk.

데이터의 역사에서 "우롱차" 예측

2011 년 ~ 2013 년, Google 독감 트렌드 예측 감소, 2013 년 9 월 108 주 2011 년 8 월에서에서 시작, 그것은 50% 이상 독감 전염병의 추세를과 대 평가. "구글 독감 트렌드" 작동 하지 않았다 최신 독감에 자연 잡지 말했다. 도구 왔다 안정적으로 여러 겨울에 대 한 제공 및 소위 대규모 데이터 분석의 맥락에서 인플루엔자의 신속 하 고 정확한 발생 "이론 모형". 이 시간, Google의 제품 디스플레이 데이터, 그리고 한 번 거의 과장에 비해 결과의 요약 후 질병 통제에 대 한 미국 센터! 대부분의 프로젝트 인플루엔자와 같은 질병의 발생률을과 대 평가.

예측 독감의 여 물통에 치여, Google 모든 적을 다시 예측. 올해의 월드컵 예측, 1 / 4 결승전, 바이, 구글, 마이크로소프트, 4 강한 예측의 월드컵에 골드만 삭스 전에 결과 보여이 이번 바이, 정확 하 게 결과 예측 하는, 마이크로 소프트, 골드만 삭스 3 하 고 구글만 정확 하 게 예측 3 팀의 상위 4. 예측 결과 정확 하 게 예측 모델의 역할은 매우 중요 하다, 마이크로소프트, 골드만 삭스, 바이, Google와 다른 예측의 사용 모델, 때문에 그것은 그들의 예측의 차이을 주도. 바이 두의 높은 정확도 속도, 구글, 마이크로 소프트, 나는이 실수에 반영 하기 위해 함께 두려워 하는 골드만 삭스와 비교.

그러나, 월드컵은 그냥 분산, 바이 9 월 말에 시작 영화 박스 오피스 예측 첫 번째 테스트 물 또한 작은 당황을 겪었다. 제품 온라인 무대에서 바이 예측 "황금 시대" 박스 오피스의 2.0 ~ 2.3 십억, 10 월 16 일 46.98 백만 (릴리스 되었습니다 16 일)에 대 한 "황금 시대" 누적 박스 오피스 영화 쪽, 언론과 대 중에 대 한 결과 예상 되므로 바이 대 한 예측 이기도 한 "우롱차"

인터넷 산업은 급증 하는 오늘, "빅 데이터" 핫. 큰 데이터 예측의 전제의 불확실성을 인정, 옳 고 그 름, 성공 및 실패 이다. 우리는 편차 때문에 기술 및 대용량 데이터의 결과 거부할 수 없습니다. 이 프로젝트는 일시적으로 흠이, 하는 동안이 충분 하지 않습니다 사회에 큰 데이터의 잠재적인 기여를 부정 하는. 어떤 새로운 것 개발의 과정이 있다. 삶의 모든 생 업에서 큰 데이터 예측 함수 값, 일부 조정 적절 한 시기에에서 왔다 고 강조, 일부는 여전히 사람들의 요구의 달성 하는 데 시간이 걸릴 필요가. 우리는 큰 데이터의 미래 가치 "보다 더 큰 더 큰"이 시대의 추세와 동일 있을 것입니다 이유가 있다.