Великі дані: напередодні нових істин

Відео: Разведопрос: Єгор Яковлєв і Баїр Ірінчеев відповідають на питання про радянсько-фінські відносини

Чому ж функції організму немовлят впадають з однієї крайності в іншу за відносно невеликий проміжок часу, ми так і не знаємо. Віктор Майер-Шенбергер застерігає від поспішних висновків: «Великі дані розширюють наше уявлення про світ, нам ще належить відкрити абсолютно не вивчені взаємозв`язки. Однак дані дають нам кореляцію, а не причинність. Ми бачимо, що відбувається, але не те, чому це відбувається ». Австрійський професор Оксфордського інституту Інтернету, який консультує організації, влади і підприємства з питань великих даних, написав на цю тему дві захоплюючі книги. Він вважає, що людина часто бачить тільки здаються причинні зв`язку, що дають йому ілюзію пізнання. «У майбутньому ми постійно будемо застосовувати кореляцію великих даних, щоб піддавати суворому випробуванню дійсності наш звичний образ мислення про причини і наслідки».

Звичайно, міркувати про причини вражаючих результатів великих даних дуже цікаво. Чому, наприклад, помаранчеві старі машини повинні прослужити довше за інших? Стартап Kuggle виявив цю кореляцію, коли аналізував дані великого американського автодилера, зібрані за десять років. Може, через яскравого кольору такі авто рідше потрапляли в аварії і до моменту перепродажу були менше пошкоджені? Або їх колишні власники - індивідуалісти, які віддають перевагу «говорять» машини і тому ретельно за ними стежили? Або помаранчеві авто були всього лише запасними у водіїв з великим стажем водіння?

Великі дані вимагають безлічі інформації, в ідеалі - в структурованому вигляді, тобто дані вимірювань техніки або метадані (номери телефонів та ін.). Проте сьогодні можна досить непогано обробити навіть малоструктурірованние або не структурована дані. Facebook, Twitter та інші веб-сервіси автоматично виводять з недбало написаних користувачами публікацій тенденції або відмінні риси, які дозволяють їм отримати гроші від рекламодавців. З деякими неточностями можна змиритися з огляду на те, що велика картина завдяки неосяжному кількості даних, як правило, ясна. А також тому, що алгоритми стають все краще.

В кінцевому рахунку інформаційна революція приведе до повернення математики - і до появи нових професій. «Спеціаліст за даними і художник за даними - ці професії можна отримати протягом двох-трьох років підготовки, але через їх міждисциплінарного характеру це поки неможливо», - пояснює Хольм Ландрок, старший консультант компанії Experton Group, що займається питаннями бізнес-консалтингу. Спеціаліст за даними, наприклад, повинен володіти знаннями в області статистики, інформаційних технологій, економіки та організації виробництва, психології, техніки і ЗМІ. Художник за даними повинен розбиратися в графічному дизайні, психології, математики, інформаційних технологіях і комунікаціях.

індивідуалізації

Великі дані перемагають на виборах

Під час передвиборної кампанії 2012 року робота команди Барака Обами і віце-президента Джо Байдена була зосереджена на тих штатах, де очікувалася напружена боротьба. Алгоритм шукав кореляції між результатами попередніх виборів і соціально-демографічними даними, щоб виборців можна було ідентифікувати і загітувати.

Покращене освіту для кожного

Адаптивне навчання із застосуванням великих даних більше підходить для окремо взятого учня, ніж традиційні заняття з предметів. Навчальна платформа запам`ятовує, коли учень не в змозі впоратися із завданням. Зворотній зв`язок вчить її пропонувати індивідуальну підтримку - рішеннями, які допомогли учням в подібних ситуаціях.

Чи плануєте організувати сервіс на зразок Kuggle, але з набагато більш гнучкий і функціональний? Тоді вам буде потрібно потужний хостинг Cool VDS (https://coolvds.com), здатний витримувати високі навантаження, тому що попит на ваш веб-продукт буде величезним. Дізнайтеся подробиці на coolvds.com.

Наука і техніка