Big Data has its perils, to be sure

Big Data has its perils, to be sure. With huge data sets and fine-grained measurement,
statisticians and computer scientists note, there is increased risk of “false discoveries.”
The trouble with seeking a meaningful needle in massive haystacks of data, says Trevor
Hastie, a statistics professor at Stanford, is that “many bits of straw look like needles.”
Big Data also supplies more raw material for statistical shenanigans and biased factfinding
excursions. It offers a high-tech twist on an old trick: I know the facts, now let’s
find ’em. That is, says Rebecca Goldin, a mathematician at George Mason University,
“one of the most pernicious uses of data.”
Data is tamed and understood using computer and mathematical models. These models,
like metaphors in literature, are explanatory simplifications. They are useful for
understanding, but they have their limits. A model might spot a correlation and draw a
statistical inference that is unfair or discriminatory, based on online searches, affecting
the products, bank loans and health insurance a person is offered, privacy advocates
warn.
Despite the caveats, there seems to be no turning back. Data is in the driver’s seat. It’s
there, it’s useful and it’s valuable, even hip.
Veteran data analysts tell of friends who were long bored by discussions of their work but
now are suddenly curious. “Moneyball” helped, they say, but things have gone way
beyond that. “The culture has changed,” says Andrew Gelman, a statistician and political
scientist at Columbia University. “There is this idea that numbers and statistics are
interesting and fun. It’s cool now.”
Steve Lohr is a technology reporter for The New York Times.

ผลลัพธ์ (ไทย) 1:

ข้อมูลขนาดใหญ่มีภัยของ เพื่อให้แน่ใจ กับชุดข้อมูลขนาดใหญ่และกำหนดวัดstatisticians และนักวิทยาศาสตร์คอมพิวเตอร์หมายเหตุ มีการเพิ่มความเสี่ยงของ "เท็จการค้นพบ"มีปัญหากับการหาเข็มใน haystacks ขนาดใหญ่ของข้อมูล ความหมายว่า เทรเวอร์Hastie สถิติอาจารย์ที่สแตนฟอร์ด คือ ว่า "จำนวนบิตของฟางดูชอบเข็ม"ข้อมูลขนาดใหญ่ยังมีวัสดุวัตถุดิบเพิ่มเติมสำหรับประเภททางสถิติและลำเอียง factfindingนักท่องเที่ยว มีบิดไฮเทคในการหลอกลวงเก่า: ฉันรู้ว่าข้อเท็จจริง ตอนนี้ลองค้นหาแม่งเลย กล่าวว่า รีเบคก้า Goldin นักคณิตศาสตร์มหาวิทยาลัยจอร์จเมสัน คือ"หนึ่งโทษสุดใช้ข้อมูล"ข้อมูลที่เชื่อง และเข้าใจการใช้แบบจำลองคณิตศาสตร์และคอมพิวเตอร์ รุ่นเหล่านี้ใช้อธิบายได้เช่นคำอุปมาอุปมัยในวรรณคดี จึงมีประโยชน์สำหรับความเข้าใจ แต่พวกเขามีขีดจำกัด แบบจำลองอาจจุดความสัมพันธ์ และวาดเป็นสรุปสถิติที่ไม่เป็นธรรม หรือเลือก ปฏิบัติ ตามการค้นหาออนไลน์ ส่งผลกระทบต่อผลิตภัณฑ์ เงินกู้ธนาคาร และผู้ให้บริการประกันสุขภาพ สนับสนุนความเป็นส่วนตัวเตือนแม้ มีชื่อ ดูเหมือนจะ หันหลังกลับไม่ ข้อมูลที่อยู่ในนั่งคนขับ มีมี เป็นประโยชน์ และก็มีคุณค่า สะโพกแม้นักวิเคราะห์ข้อมูลประสบการณ์บอกเพื่อนที่ถูกเบื่อนาน โดยสนทนาของงาน แต่ตอนนี้ อยู่ก็อยากรู้อยากเห็น "Moneyball" ช่วย พูด แต่สิ่งที่ได้ไปแบบนอกเหนือจากนั้น "วัฒนธรรมมีการเปลี่ยนแปลง กล่าวว่า แอนดรู Gelman, statistician การ และการเมืองนักวิทยาศาสตร์ที่มหาวิทยาลัยโคลัมเบีย "ความคิดนี้ที่ตัวเลข และสถิติน่าสนใจ และสนุก มันเย็นขณะนั้น"Lohr สตีฟเป็นผู้สื่อข่าวเทคโนโลยีสำหรับนิวยอร์กไทม์

ผลลัพธ์ (ไทย) 2:

ข้อมูลขนาดใหญ่มีอันตรายของมันเพื่อให้แน่ใจว่า กับชุดข้อมูลขนาดใหญ่และการวัดละเอียด,
นักสถิติและนักวิทยาศาสตร์คอมพิวเตอร์ทราบว่ามีการเพิ่มความเสี่ยงของ "การค้นพบเท็จ."
ปัญหาเกี่ยวกับการมองหาเข็มมีความหมายในฟางมหาศาลของข้อมูล, เทรเวอร์กล่าวว่า
Hastie ศาสตราจารย์สถิติที่ Stanford เป็น ว่า "มีหลายชิ้นที่ทำจากฟางมีลักษณะเหมือนเข็ม."
ข้อมูลขนาดใหญ่นอกจากนี้ยังมีวัตถุดิบมากขึ้นสำหรับแง่สถิติและ factfinding ลำเอียง
ทัศนศึกษา มันมีการบิดที่มีเทคโนโลยีสูงในเคล็ดลับอายุ: ผมทราบข้อเท็จจริงตอนนี้ขอ
พบ 'em นั่นคือรีเบคก้าโกลดินนักคณิตศาสตร์ที่มหาวิทยาลัยจอร์จเมสันกล่าวว่า
"หนึ่งของการใช้เป็นอันตรายมากที่สุดของข้อมูล."
ข้อมูลจะถูกฝึกให้เชื่องและเข้าใจการใช้คอมพิวเตอร์และคณิตศาสตร์รุ่น รูปแบบเหล่านี้
เช่นคำอุปมาอุปมัยในวรรณคดีมี simplifications อธิบาย พวกเขาจะมีประโยชน์สำหรับ
ความเข้าใจ แต่พวกเขามีขีด จำกัด ของพวกเขา รูปแบบอาจจะมองเห็นความสัมพันธ์และวาด
อนุมานทางสถิติที่ไม่เป็นธรรมหรือการเลือกปฏิบัติบนพื้นฐานของการค้นหาออนไลน์ที่มีผลต่อ
ผลิตภัณฑ์เงินกู้ยืมจากธนาคารและการประกันสุขภาพของบุคคลมีให้สนับสนุนความเป็นส่วนตัว
เตือน.
แม้จะมีคำเตือนที่มีดูเหมือนว่าจะไม่มีเปลี่ยน กลับ. ข้อมูลที่อยู่ในที่นั่งคนขับ มัน
มีก็มีประโยชน์และมีคุณค่าแม้สะโพก.
นักวิเคราะห์ข้อมูลทหารผ่านศึกบอกเพื่อนที่กำลังเบื่อยาวจากการอภิปรายของการทำงานของพวกเขา แต่
ตอนนี้คนก็อยากรู้อยากเห็น "Moneyball" ช่วยให้พวกเขาพูด แต่สิ่งที่ได้ไปทาง
เกินกว่าที่ "วัฒนธรรมมีการเปลี่ยนแปลง" แอนดรู Gelman, สถิติและการเมืองกล่าวว่า
นักวิทยาศาสตร์ที่มหาวิทยาลัยโคลัมเบีย "มีความคิดที่ว่าตัวเลขและสถิติที่เป็น
ที่น่าสนใจและสนุก มันเย็นขณะนี้. "
สตีฟ Lohr เป็นนักข่าวเทคโนโลยีสำหรับ The New York Times