대용량 데이터 기술 제한 직감 필수적인 존재

리드: 30 기사 뉴욕 타임즈 인쇄 버전 큰 데이터 장에서 인간의 비즈니스의 역사 일 것 이다, 것으로 예상 된다 아이디어, 대체 예제, 조직 및 방법 사람들이 세계에 대해 생각 했다. 하지만, 동시에 경험과 직관 되지 않습니다 불가결.

다음은 기사 내용 요약:

"빅 데이터는 중요 하며 직관은 필수적 이다." "그것은 MIT에서 이달 초 열린 업계 회의의 주제 이었다.

큰 데이터 것입니다 인간의 비즈니스의 역사에 새로운 장을 말했다 앤드류 맥 아 피, MIT 디지털 비즈니스 센터에서 수석 과학자. 에릭 Brynjolfsson, 센터에서 다른 교수 말한다 큰 데이터 아이디어, 패러다임, 조직 및 사람들이 세계에 대해 생각 하는 방법을 대체 하 게 됩니다.

이러한 아방가르드 예측 웹 브라우징 등의 데이터, 센서 신호, GPS 추적, 그리고 소셜 네트워킹 정보 인간과 장비 동작의 모니터링 및 측정의 전례 없는 수준에 열릴 수 있다는 사실에 전제로. 컴퓨터 알고리즘 인간, 쇼핑, 데이트, 투표 등 많은 것 들을 예측할 수 있습니다.

업계 전문가 들은 최종 결과 예측: 세계는 점점 더 지능적 되고있다, 기업 더 높은 소비자의 효율을 더 얻을 하 고 더 서비스의 질, 사람들이 결정 더 합리적인.

내가 전에, 큰 데이터에 대해 많이 작성 하지만이 특정 순간에 2012 년 말에, 반영, 질문 및 질문 큰 데이터를 요청 하는 시간 이다 같아요.

발굴 사업 평가에서 실용적인 계시 새로운 일이 아니다. 100 년 이상 전에, 프레드릭 윈 슬로 테일러의 걸작 "과학적 관리의 원리" 대용량 데이터의 전신 이다. 테일러의 평가 도구를 초과 하 고 각 직원의 행동에 대 한 모니터링은 스톱 워치입니다. 테일러와 그의 조 수가 "시간과 작업" 연구 모델을 사용 하 여 작동 하는 가장 효과적인 방법은 재설계.

하지만이 방법은 과장입니다, 그것은 채플린의 현대 시대의 아이러니의 개체 (현대). 그 이후로,이 양적 접근 방식에 대 한 열정 또한 변동 하기 시작 했다.

일반적으로, 인터넷 사업의 성공적인 데이터, Google에 의해 표시 되는 예를 들어 큰 데이터 지지자에 의해 사용 되었습니다. 오늘, 많은 큰 데이터 기술, 수학적 모델, 예측 알고리즘, 인공 지능 소프트웨어 등 월이 널리 사용 되어 왔습니다.

매사 추세 츠 공대에서 이번 달, 큰 데이터 필드의 주요 실패 경우에 대 한 질문 몇 사람이 말할 수 있습니다 이러한 실패. 나중에, 로베르토 Rigobon, MIT 슬로 안 경영 대학원 (슬론 경영 대학원), 교수 금융 위기 데이터 비즈니스 영향을 의심 했다 고 말했다. "헤 지 펀드는 세계 각 지 못했다," 고 말했다. "

문제는 수학적 모델 단순화 이다. 이 모델은 자연 과학에서 파생 하 고 물리학의 법칙에 따라 유체에 입자 동작을 예측할 수 있습니다.

너무 많은 큰 데이터 응용 프로그램에 수학적 모델은 일반적으로 인간의 행동, 관심, 그리고 환경 설정에 대 한 정확한 데이터 함께 제공 됩니다. 재무 및 다른 분야에이 접근의 위험성은 분명, 엠마 누 엘 Derman, 감독의 금융 공학 의학과 미국에서 Colunya 대학, 그의 책에서 모델. 행동. 자세하게에서 심하게 위험이 있습니다.

"데이터와 함께 자신을 속일 수, 빅 데이터, 거품에 대 한 걱정" 클 라우 디 아 Perlich, Media6degrees, 뉴욕-기반 시작에서 수석 과학자를 말한다. "Perlich 걱정 많은 사람들이 자신을 호출" 데이터 과학자, "그러나 그들의 숙제를 하지 않습니다 하지만 필드 망신.

Perlich 큰 데이터 노동 병목 현상에 직면 될 것으로 보인다. "우리의 능력은 속도 충분히," 그녀는 말했다. "미국 필요로 140000 190000 노동자" 심층 분석 "및 1.5 백만 더 많은 데이터 다 루나 관리자, 은퇴 여부를 고용, 맥킨 지 글로벌 연구소에 의해 지난해 출판 보고서에 따르면.

토머스 H. 데이 븐 포트, 하버드 비즈니스 스쿨에서 객원 교수는 새 책 "유지를 함께 the Quants" 관리자 큰 데이터 문제를 해결할 수 있도록 쓰고 있습니다. 큰 데이터 프로젝트 관리의 중요 한 부분이 바로 질문 하는 데이 븐 포트: 문제는 어떻게 정의 합니까? 데이터 필요 하십니까?

모델러는 윤리 등의 문제에 대해 생각할 수 있는 경우 Google에서 수석 통계학자 레이첼 Schutt 말한다 치수 (윤리적 차원), 될 것입니다 사회, 더 나은. "모델은 단지 예측 되지 않습니다, 그들은 실제로 발생 하는 것 들을 만들 수 있습니다" Schutt 말했다. "

모델을 만들 수 있습니다 데이터 무슨 과학자 전화 "행동 루프" (행동 루프), 사람이 충분 한 데이터를 제공 하는 경우 그들의 행동을 인도 할 수 있다.

페이 스 북, 예를 들어 페이 스 북 페이지, 개인 데이터를 업로드 하 고 페이스 북의 소프트웨어 추적 클릭 수 및 검색 합니다. 알고리즘은 데이터를 평가 하 고 다음 친구의 조언을 제공 하는 데 사용 됩니다.

하지만 동작 추적 소프트웨어를 통해 사용자의 개인 정보 보호 문제가 발생 했습니다, 큰 데이터 도착을 모니터링 하는 디지털에 인도 할 것 이다?

내 개인 큰 관심사는 우리의 개인적인 디지털 세계를 결정 하기 위한 현재 알고리즘은 너무 간단 하 고 충분히 영리 하지. 이 엘리 카 데에 의해 설명 하는 문제 중 하나는 "필터 버블: 인터넷은 무엇을 숨기고".

격려, 이러한 사려깊은 데이터 과학자 Perlich Schutt 같은 제한 및 대용량 데이터 기술 결함 알고 있습니다. 그들은 데이터를 수신 하는 것이 중요, 하지만 경험과 직관은 동등 하 게 중요 한 생각 합니다.

매사 추세 츠 기술 연구소 컨퍼런스, 차트 좋은 데이터 과학자가 하는 방법을 요청 했다, 그녀는 말했다, 컴퓨터 과학 및 수학 능력에 대 한 필요와 호기심, 혁신적인 데이터와 행동 지침에 대 한 경험. "나 야 않을 할로윈 기계를," 그녀는 말했다. "

(책임 편집기: 유산의 좋은)