- ข้อความ
- ประวัติศาสตร์
The Age of Big DataGOOD with number
The Age of Big Data
GOOD with numbers? Fascinated by data? The sound you hear is opportunity knocking.
Mo Zhou was snapped up by I.B.M. last summer, as a freshly minted Yale M.B.A., to join the technology company’s fast-growing ranks of data consultants. They help businesses make sense of an explosion of data — Web traffic and social network comments, as well as software and sensors that monitor shipments, suppliers and customers — to guide decisions, trim costs and lift sales. “I’ve always had a love of numbers,” says Ms. Zhou, whose job as a data analyst suits her skills.
To exploit the data flood, America will need many more like her. A report last year by the McKinsey Global Institute, the research arm of the consulting firm, projected that the United States needs 140,000 to 190,000 more workers with “deep analytical” expertise and 1.5 million more data-literate managers, whether retrained or hired.
The impact of data abundance extends well beyond business. Justin Grimmer, for example, is one of the new breed of political scientists. A 28-year-old assistant professor at Stanford, he combined math with political science in his undergraduate and graduate studies, seeing “an opportunity because the discipline is becoming increasingly data-intensive.” His research involves the computer-automated analysis of blog postings, Congressional speeches and press releases, and news articles, looking for insights into how political ideas spread.
The story is similar in fields as varied as science and sports, advertising and public health — a drift toward data-driven discovery and decision-making. “It’s a revolution,” says Gary King, director of Harvard’s Institute for Quantitative Social Science. “We’re really just getting under way. But the march of quantification, made possible by enormous new sources of data, will sweep through academia, business and government. There is no area that is going to be untouched.”
Welcome to the Age of Big Data. The new megarich of Silicon Valley, first at Google and now Facebook, are masters at harnessing the data of the Web — online searches, posts and messages — with Internet advertising. At the World Economic Forum last month in Davos, Switzerland, Big Data was a marquee topic. A report by the forum, “Big Data, Big Impact,” declared data a new class of economic asset, like currency or gold.
Rick Smolan, creator of the “Day in the Life” photography series, is planning a project later this year, “The Human Face of Big Data,” documenting the collection and uses of data. Mr. Smolan is an enthusiast, saying that Big Data has the potential to be “humanity’s dashboard,” an intelligent tool that can help combat poverty, crime and pollution. Privacy advocates take a dim view, warning that Big Data is Big Brother, in corporate clothing.
What is Big Data? A meme and a marketing term, for sure, but also shorthand for advancing trends in technology that open the door to a new approach to understanding the world and making decisions. There is a lot more data, all the time, growing at 50 percent a year, or more than doubling every two years, estimates IDC, a technology research firm. It’s not just more streams of data, but entirely new ones. For example, there are now countless digital sensors worldwide in industrial equipment, automobiles, electrical meters and shipping crates. They can measure and communicate location, movement, vibration, temperature, humidity, even chemical changes in the air.
Link these communicating sensors to computing intelligence and you see the rise of what is called the Internet of Things or the Industrial Internet. Improved access to information is also fueling the Big Data trend. For example, government data — EMPLOYMENT figures and other information — has been steadily migrating onto the Web. In 2009, Washington opened the data doors further by starting Data.gov, a Web site that makes all kinds of government data accessible to the public.
Data is not only becoming more available but also more understandable to computers. Most of the Big Data surge is data in the wild — unruly stuff like words, images and video on the Web and those streams of sensor data. It is called unstructured data and is not typically grist for traditional databases.
But the computer tools for gleaning knowledge and insights from the Internet era’s vast trove of unstructured data are fast gaining ground. At the forefront are the rapidly advancing techniques of artificial intelligence like natural-language processing, pattern recognition and machine learning.
Those artificial-intelligence technologies can be applied in many fields. For example, Google’s search and ad business and its experimental robot cars, which have navigated thousands of miles of California roads, both use a bundle of artificial-intelligence tricks. Both are daunting Big Data challenges, parsing vast quantities of data and making decisions instantaneously.
The wealth of new data, in turn, accelerates advances in computing — a virtuous circle of Big Data. Machine-learning algorithms, for example, learn on data, and the more data, the more the machines learn. Take Siri, the talking, question-answering application in iPhones, which Apple introduced last fall. Its origins go back to a Pentagon research project that was then spun off as a Silicon Valley start-up. Apple bought Siri in 2010, and kept feeding it more data. Now, with people supplying millions of questions, Siri is becoming an increasingly adept personal assistant, offering reminders, weather reports, restaurant suggestions and answers to an expanding universe of questions.
To grasp the potential impact of Big Data, look to the microscope, says Erik Brynjolfsson, an economist at Massachusetts Institute of Technology’s Sloan School of Management. The microscope, invented four centuries ago, allowed people to see and measure things as never before — at the cellular level. It was a revolution in measurement.
Data measurement, Professor Brynjolfsson explains, is the modern equivalent of the microscope. Google searches, Facebook posts and Twitter messages, for example, make it possible to measure behavior and sentiment in fine detail and as it happens.
In business, economics and other fields, Professor Brynjolfsson says, decisions will increasingly be based on data and analysis rather than on experience and intuition. “We can start being a lot more scientific,” he observes.
There is plenty of anecdotal evidence of the payoff from data-first thinking. The best-known is still “Moneyball,” the 2003 book by Michael Lewis, chronicling how the low-budget Oakland A’s massaged data and arcane baseball statistics to spot undervalued players. Heavy data analysis had become standard not only in baseball but also in other sports, including English soccer, well before last year’s movie version of “Moneyball,” starring Brad Pitt.
Retailers, like Walmart and Kohl’s, analyze sales, pricing and economic, demographic and weather data to tailor product selections at particular stores and determine the timing of price markdowns. Shipping companies, like U.P.S., mine data on truck delivery times and traffic patterns to fine-tune routing.
Online dating services, like Match.com, constantly sift through their Web listings of personal characteristics, reactions and communications to improve the algorithms for matching men and women on dates. Police departments across the country, led by New York’s, use computerized mapping and analysis of variables like historical arrest patterns, paydays, sporting events, rainfall and holidays to try to predict likely crime “hot spots” and deploy officers there in advance.
Research by Professor Brynjolfsson and two other colleagues, published last year, suggests that data-guided management is spreading across corporate America and starting to pay off. They studied 179 large companies and found that those adopting “data-driven decision making”
achieved productivity gains that were 5 percent to 6 percent higher than other factors could explain.
The predictive power of Big Data is being explored — and shows promise — in fields like public health, economic development and economic forecasting. Researchers have found a spike in Google search requests for terms like “flu symptoms” and “flu treatments” a couple of weeks before there is an increase in flu patients coming to hospital emergency rooms in a region (and emergency room reports usually lag behind visits by two weeks or so).
Global Pulse, a new initiative by the United Nations, wants to leverage Big Data for global development. The group will conduct so-called sentiment analysis of messages in social networks and text messages — using natural-language deciphering software — to help predict job losses, spending reductions or disease outbreaks in a given region. The goal is to use digital early-warning signals to guide assistance programs in advance to, for example, prevent a region from slipping back into poverty.
In economic forecasting, research has shown that trends in increasing or decreasing volumes of housing-related search queries in Google are a more accurate predictor of house sales in the next quarter than the forecasts of real estate economists. The Federal Reserve, among others, has taken notice. In July, the National Bureau of Economic Research is holding a workshop on “Opportunities in Big Data” and its implications for the economics profession.
Big Data is already transforming the study of how social networks function. In the 1960s, Stanley Milgram of Harvard used packages as his research medium in a famous experiment in social connections. He sent packages to volunteers in the Midwest, instructing them to get the packages to strangers in Boston, but not directly; participants could mail a package only to someone they knew. The average number of times a package changed hands was remarkably few, about six. It was a classic demonstration
GOOD with numbers? Fascinated by data? The sound you hear is opportunity knocking.
Mo Zhou was snapped up by I.B.M. last summer, as a freshly minted Yale M.B.A., to join the technology company’s fast-growing ranks of data consultants. They help businesses make sense of an explosion of data — Web traffic and social network comments, as well as software and sensors that monitor shipments, suppliers and customers — to guide decisions, trim costs and lift sales. “I’ve always had a love of numbers,” says Ms. Zhou, whose job as a data analyst suits her skills.
To exploit the data flood, America will need many more like her. A report last year by the McKinsey Global Institute, the research arm of the consulting firm, projected that the United States needs 140,000 to 190,000 more workers with “deep analytical” expertise and 1.5 million more data-literate managers, whether retrained or hired.
The impact of data abundance extends well beyond business. Justin Grimmer, for example, is one of the new breed of political scientists. A 28-year-old assistant professor at Stanford, he combined math with political science in his undergraduate and graduate studies, seeing “an opportunity because the discipline is becoming increasingly data-intensive.” His research involves the computer-automated analysis of blog postings, Congressional speeches and press releases, and news articles, looking for insights into how political ideas spread.
The story is similar in fields as varied as science and sports, advertising and public health — a drift toward data-driven discovery and decision-making. “It’s a revolution,” says Gary King, director of Harvard’s Institute for Quantitative Social Science. “We’re really just getting under way. But the march of quantification, made possible by enormous new sources of data, will sweep through academia, business and government. There is no area that is going to be untouched.”
Welcome to the Age of Big Data. The new megarich of Silicon Valley, first at Google and now Facebook, are masters at harnessing the data of the Web — online searches, posts and messages — with Internet advertising. At the World Economic Forum last month in Davos, Switzerland, Big Data was a marquee topic. A report by the forum, “Big Data, Big Impact,” declared data a new class of economic asset, like currency or gold.
Rick Smolan, creator of the “Day in the Life” photography series, is planning a project later this year, “The Human Face of Big Data,” documenting the collection and uses of data. Mr. Smolan is an enthusiast, saying that Big Data has the potential to be “humanity’s dashboard,” an intelligent tool that can help combat poverty, crime and pollution. Privacy advocates take a dim view, warning that Big Data is Big Brother, in corporate clothing.
What is Big Data? A meme and a marketing term, for sure, but also shorthand for advancing trends in technology that open the door to a new approach to understanding the world and making decisions. There is a lot more data, all the time, growing at 50 percent a year, or more than doubling every two years, estimates IDC, a technology research firm. It’s not just more streams of data, but entirely new ones. For example, there are now countless digital sensors worldwide in industrial equipment, automobiles, electrical meters and shipping crates. They can measure and communicate location, movement, vibration, temperature, humidity, even chemical changes in the air.
Link these communicating sensors to computing intelligence and you see the rise of what is called the Internet of Things or the Industrial Internet. Improved access to information is also fueling the Big Data trend. For example, government data — EMPLOYMENT figures and other information — has been steadily migrating onto the Web. In 2009, Washington opened the data doors further by starting Data.gov, a Web site that makes all kinds of government data accessible to the public.
Data is not only becoming more available but also more understandable to computers. Most of the Big Data surge is data in the wild — unruly stuff like words, images and video on the Web and those streams of sensor data. It is called unstructured data and is not typically grist for traditional databases.
But the computer tools for gleaning knowledge and insights from the Internet era’s vast trove of unstructured data are fast gaining ground. At the forefront are the rapidly advancing techniques of artificial intelligence like natural-language processing, pattern recognition and machine learning.
Those artificial-intelligence technologies can be applied in many fields. For example, Google’s search and ad business and its experimental robot cars, which have navigated thousands of miles of California roads, both use a bundle of artificial-intelligence tricks. Both are daunting Big Data challenges, parsing vast quantities of data and making decisions instantaneously.
The wealth of new data, in turn, accelerates advances in computing — a virtuous circle of Big Data. Machine-learning algorithms, for example, learn on data, and the more data, the more the machines learn. Take Siri, the talking, question-answering application in iPhones, which Apple introduced last fall. Its origins go back to a Pentagon research project that was then spun off as a Silicon Valley start-up. Apple bought Siri in 2010, and kept feeding it more data. Now, with people supplying millions of questions, Siri is becoming an increasingly adept personal assistant, offering reminders, weather reports, restaurant suggestions and answers to an expanding universe of questions.
To grasp the potential impact of Big Data, look to the microscope, says Erik Brynjolfsson, an economist at Massachusetts Institute of Technology’s Sloan School of Management. The microscope, invented four centuries ago, allowed people to see and measure things as never before — at the cellular level. It was a revolution in measurement.
Data measurement, Professor Brynjolfsson explains, is the modern equivalent of the microscope. Google searches, Facebook posts and Twitter messages, for example, make it possible to measure behavior and sentiment in fine detail and as it happens.
In business, economics and other fields, Professor Brynjolfsson says, decisions will increasingly be based on data and analysis rather than on experience and intuition. “We can start being a lot more scientific,” he observes.
There is plenty of anecdotal evidence of the payoff from data-first thinking. The best-known is still “Moneyball,” the 2003 book by Michael Lewis, chronicling how the low-budget Oakland A’s massaged data and arcane baseball statistics to spot undervalued players. Heavy data analysis had become standard not only in baseball but also in other sports, including English soccer, well before last year’s movie version of “Moneyball,” starring Brad Pitt.
Retailers, like Walmart and Kohl’s, analyze sales, pricing and economic, demographic and weather data to tailor product selections at particular stores and determine the timing of price markdowns. Shipping companies, like U.P.S., mine data on truck delivery times and traffic patterns to fine-tune routing.
Online dating services, like Match.com, constantly sift through their Web listings of personal characteristics, reactions and communications to improve the algorithms for matching men and women on dates. Police departments across the country, led by New York’s, use computerized mapping and analysis of variables like historical arrest patterns, paydays, sporting events, rainfall and holidays to try to predict likely crime “hot spots” and deploy officers there in advance.
Research by Professor Brynjolfsson and two other colleagues, published last year, suggests that data-guided management is spreading across corporate America and starting to pay off. They studied 179 large companies and found that those adopting “data-driven decision making”
achieved productivity gains that were 5 percent to 6 percent higher than other factors could explain.
The predictive power of Big Data is being explored — and shows promise — in fields like public health, economic development and economic forecasting. Researchers have found a spike in Google search requests for terms like “flu symptoms” and “flu treatments” a couple of weeks before there is an increase in flu patients coming to hospital emergency rooms in a region (and emergency room reports usually lag behind visits by two weeks or so).
Global Pulse, a new initiative by the United Nations, wants to leverage Big Data for global development. The group will conduct so-called sentiment analysis of messages in social networks and text messages — using natural-language deciphering software — to help predict job losses, spending reductions or disease outbreaks in a given region. The goal is to use digital early-warning signals to guide assistance programs in advance to, for example, prevent a region from slipping back into poverty.
In economic forecasting, research has shown that trends in increasing or decreasing volumes of housing-related search queries in Google are a more accurate predictor of house sales in the next quarter than the forecasts of real estate economists. The Federal Reserve, among others, has taken notice. In July, the National Bureau of Economic Research is holding a workshop on “Opportunities in Big Data” and its implications for the economics profession.
Big Data is already transforming the study of how social networks function. In the 1960s, Stanley Milgram of Harvard used packages as his research medium in a famous experiment in social connections. He sent packages to volunteers in the Midwest, instructing them to get the packages to strangers in Boston, but not directly; participants could mail a package only to someone they knew. The average number of times a package changed hands was remarkably few, about six. It was a classic demonstration
0/5000
อายุของข้อมูลขนาดใหญ่ดีกับหมายเลข หลงข้อมูล เสียงที่คุณได้ยินเป็นโอกาสเคาะMo โจวถูกจัดชิดอัพ โดย I.B.M. สุดท้ายฤดูร้อน เป็น M.B.A. เยลเป็นแจนิสสด เข้าร่วมจัดอันดับการเติบโตอย่างรวดเร็วของบริษัทเทคโนโลยีที่ปรึกษาข้อมูล ช่วยธุรกิจที่เหมาะสมของการกระจายของข้อมูล — จราจรเว็บและเครือข่ายสังคมเห็น ซอฟต์แวร์และเซ็นเซอร์ที่ตรวจสอบการจัดส่ง ซัพพลายเออร์ และลูกค้าเช่น การตัดสินใจ การตัดแต่งต้นทุนยกขาย "ฉันจะเคยรักเลข กล่าวว่า นางสาวโจว ทักษะของเธอเหมาะกับงานที่เป็นการวิเคราะห์ข้อมูลการใช้ประโยชน์ข้อมูลน้ำท่วม อเมริกาจะต้องการมากมายเช่นเธอ รายงานปี โดย McKinsey สากล สถาบัน แขนของบริษัทที่ปรึกษา วิจัยคาดการณ์ว่า สหรัฐอเมริกาต้องการแรงงานเพิ่มเติม 140,000 เพื่อ 190,000 มีความเชี่ยวชาญ "วิเคราะห์ลึก" และผู้จัดการข้อมูล-literate มากกว่า 1.5 ล้าน retrained หรือจ้างผลกระทบของข้อมูลมากมายขยายธุรกิจและความบันเทิง Justin Grimmer เช่น เป็นหนึ่งในสายพันธุ์ใหม่ของนักวิทยาศาสตร์ทางการเมือง อาจารย์ผู้ช่วยอายุ 28 ปีที่สแตนฟอร์ด เขารวมคณิตศาสตร์รัฐศาสตร์ในระดับปริญญาตรีและบัณฑิตศึกษา เขาเห็น "โอกาสเนื่องจากระเบียบวินัยเป็นข้อมูลมากขึ้น" งานวิจัยของเขาเกี่ยวข้องกับการวิเคราะห์คอมพิวเตอร์อัตโนมัติบัน สุนทรพจน์ที่ตั้งข่าวประชาสัมพันธ์ และ ข่าว ค้นหาเจาะลึกความคิดทางการเมืองวิธีแพร่กระจายเรื่องจะคล้ายกันในเขตข้อมูลที่เป็นวิทยาศาสตร์ และกีฬา โฆษณา และสาธารณสุขที่แตกต่างกัน — ดริฟท์ต่อค้นหาการปรับปรุงข้อมูลและตัดสินใจ "มันเป็นการปฏิวัติ กล่าวว่า Gary คิง ผู้อำนวยการสถาบันของฮาร์วาร์ดในเชิงปริมาณทางสังคมศาสตร์ "เรากำลังจริง ๆ เพียงแค่การเดินทาง แต่มาร์ชนับ ทำไป โดยแหล่งใหม่มหาศาลของข้อมูล จะกวาดผ่าน academia ธุรกิจ และรัฐบาล มีคือไม่มีพื้นที่ที่กำลังจะเป็น"ยินดีต้อนรับสู่ยุคของข้อมูลขนาดใหญ่ Megarich ใหม่ของวิน แรกที่ Google และ Facebook ตอนนี้ เป็นต้นแบบในการควบคุมข้อมูลของเว็บ — ค้นหาออนไลน์ บทความ และข้อความซึ่ง มีโฆษณาทางอินเตอร์เน็ต ในเวทีเศรษฐกิจโลก เดือนในดาโฟส สวิตเซอร์แลนด์ ข้อมูลขนาดใหญ่ได้วิ่งหัวข้อ เวที "ข้อมูลขนาดใหญ่ ผลกระทบใหญ่ รายงานการประกาศข้อมูลคลาสใหม่ของสินทรัพย์ทางเศรษฐกิจ เช่นสกุลเงินหรือทองSmolan ริค ผู้สร้างของชุดภาพถ่าย "วันในชีวิต" มีการวางแผนโครงการในภายหลังในปีนี้ "มนุษย์หน้าของข้อมูลขนาดใหญ่ เอกสารเก็บรวบรวม และใช้ข้อมูล นาย Smolan เป็นผู้ที่ชื่นชอบ บอกว่า ข้อมูลขนาดใหญ่มีศักยภาพที่จะ "ของมนุษยชาติแดชบอร์ด เป็นเครื่องมืออัจฉริยะที่สามารถช่วยต่อสู้ความยากจน อาชญากรรม และมลภาวะได้ สนับสนุนความเป็นส่วนตัวมีมุมมืด คำเตือนว่า ข้อมูลใหญ่ใหญ่พี่น้อง ธุรกิจเสื้อผ้าข้อมูลขนาดใหญ่คืออะไร Meme และการตลาดเป็นระยะ แน่นอน แต่ยังย่อสำหรับแนวโน้มของเทคโนโลยีที่เปิดประตูสู่แนวทางใหม่เพื่อเข้าใจโลก และตัดสินใจ ก้าวหน้า มีข้อมูลมากขึ้น ตลอดเวลา 50 เปอร์เซ็นต์การเติบโตปี หรือกว่าจะทุกสองปี ประเมิน IDC บริษัทวิจัยเทคโนโลยี มันไม่ใช่กระแสเพียงเพิ่มเติมข้อมูล แต่ทั้งหมดใหม่ ตัวอย่าง มีเซ็นเซอร์ดิจิตอลนับไม่ถ้วนทั่วโลกในอุปกรณ์อุตสาหกรรม ยานยนต์ ไฟฟ้าเมตร และลังจัดส่ง สามารถวัด และการสื่อสารที่ตั้ง ย้าย สั่นสะเทือน อุณหภูมิ ความ ชื้น เปลี่ยนแปลงแม้ว่าสารเคมีในอากาศได้เซ็นเซอร์เหล่านี้สื่อสารเชื่อมโยงระบบสารสนเทศระบบคอมพิวเตอร์ และคุณเห็นการเพิ่มขึ้นของอะไรเรียกว่าอินเทอร์เน็ตสิ่งหรืออินเทอร์เน็ตอุตสาหกรรม ปรับปรุงการเข้าถึงข้อมูลยังเป็น fueling แนวโน้มข้อมูลขนาดใหญ่ ตัวอย่าง รัฐบาลข้อมูล – ตัวเลขการจ้างงานและข้อมูลอื่น ๆ — ได้รับการย้ายอย่างต่อเนื่องบนเว็บ ในปี 2552 วอชิงตันเปิดประตูข้อมูลเพิ่มเติม ด้วยการเริ่มต้น Data.gov เว็บไซต์ที่ทำให้ทุกข้อมูลรัฐบาลเข้าถึงประชาชนข้อมูลไม่เพียงเป็นมีมากขึ้นแต่ยังเพิ่มเติมเข้าใจคอมพิวเตอร์ ที่สุดของกระแสข้อมูลขนาดใหญ่มีข้อมูลพิศวง — กล้วย ๆ วินัยคำ รูปภาพ และวิดีโอบนเว็บและที่กระแสข้อมูลข้อมูลเซนเซอร์ มันเรียกว่าไม่มีโครงสร้างข้อมูล และยังไม่ทั่ว grist สำหรับฐานข้อมูลดั้งเดิมแต่เครื่องมือคอมพิวเตอร์สำหรับ gleaning ความรู้และความเข้าใจจากไปมากมายของยุคอินเตอร์เน็ตไม่มีโครงสร้างข้อมูลมีความรวดเร็วดึงดูดพื้น ทุกอย่างรวดเร็ว advancing เทคนิคต่าง ๆ ของปัญญาประดิษฐ์เช่นการประมวลผลภาษาธรรมชาติ การรู้จำรูปแบบ และเรียนรู้ของเครื่องเทคโนโลยีปัญญาประดิษฐ์ที่สามารถใช้ในหลายสาขา ตัวอย่าง การค้นหาของ Google และธุรกิจโฆษณา และของหุ่นยนต์ทดลอง รถ ได้นำทางหลายพันกิโลเมตรของถนนแคลิฟอร์เนีย ทั้งการปัญญาประดิษฐ์เทคนิค ทั้งสองจะดูยุ่งยากข้อมูลใหญ่ท้าทาย แยกวิเคราะห์ข้อมูลปริมาณมาก และการตัดสินใจ instantaneouslyความมั่งคั่งของข้อมูลใหม่ กลับ ช่วยเร่งความก้าวหน้าในการคำนวณซึ่งวงกลมงามของข้อมูลขนาดใหญ่ อัลกอริทึมเครื่องเรียน เรียนรู้ตัวอย่าง ข้อมูล และข้อมูลเพิ่มเติม มากเครื่องจักรการเรียนรู้ นำสิริ แอพลิเคชันที่ ตอบคำถาม พูดคุยใน iPhones ที่ Apple เปิดตัวฤดูใบไม้ร่วงสุดท้าย กำเนิดย้อนกลับไปยังโครงการวิจัยเพนตากอนที่ถูกปั่นแล้วปิดเป็นเริ่มวิน แอปเปิ้ลซื้อสิริใน 2010 และเก็บอาหารได้ข้อมูลเพิ่มเติม ตอนนี้ คนขายนับล้านคำถาม สิริกลายเป็น ความเชี่ยวชาญมากขึ้นผู้ช่วยส่วนตัว เตือน รายงานสภาพอากาศ ร้านอาหารแนะนำ และคำตอบของจักรวาลการขยายคำถามความเข้าใจในผลกระทบของข้อมูลขนาดใหญ่ กล้องจุลทรรศน์ มองว่า Erik Brynjolfsson เป็นนักเศรษฐศาสตร์ที่สถาบันเทคโนโลยีแมสซาชูเซตส์ของสโลนโรงเรียนการจัดการ กล้องจุลทรรศน์ สี่ศตวรรษที่ผ่านมา คิดค้นอนุญาตให้ดู และวัดสิ่งที่เคยมีมาก่อนเช่นในระดับเซล การปฏิวัติในวัดได้ข้อมูลวัด ศาสตราจารย์ Brynjolfsson อธิบาย จะเหมือนกับสมัยของกล้องจุลทรรศน์ ค้นหา Google โพสต์ Facebook และ Twitter ข้อ ความ ตัวอย่าง ทำให้สามารถวัดพฤติกรรม และความเชื่อมั่น ในรายละเอียดเล็ก ๆ และ เป็นเรื่องที่เกิดขึ้นในธุรกิจ เศรษฐศาสตร์ และฟิลด์อื่น ๆ กล่าวว่า ศาสตราจารย์ Brynjolfsson ตัดสินใจจะขึ้นจะขึ้นข้อมูลและการวิเคราะห์ มากกว่าประสบการณ์และสัญชาตญาณ "เราสามารถเริ่มเป็นวิทยาศาสตร์มากขึ้น เขาตรวจสอบไม่มีหลักฐานผลตอบแทนจากข้อมูลแรกคิดเล็ก ๆ มากมาย รู้จักก็ยัง "Moneyball หนังสือ 2003 โดย Michael Lewis, chronicling วิธีนวดข้อมูลและสถิติเบสบอล arcane เพื่อจุดของ A โอ๊คแลนด์ราคาประหยัด undervalued ผู้เล่น วิเคราะห์ข้อมูลหนักได้กลายเป็นมาตรฐานในเบสบอลในกีฬาอื่น ๆ รวมทั้งฟุตบอลอังกฤษ ดีก่อนรุ่นสุดท้ายปีภาพยนตร์ "Moneyball นำแสดงโดยแบรดพิตต์แต่ยังไม่เท่าร้านค้าปลีก เช่นวอล-มาร์ตและโครงการของ วิเคราะห์ข้อมูลขาย ราคา และเศรษฐกิจ ประชากร และสภาพอากาศปรับเลือกผลิตภัณฑ์ในร้านค้าเฉพาะ และกำหนดเวลาของ markdowns ราคา บริษัทขนส่ง เช่น U.P.S. เหมืองข้อมูลรถบรรทุกจัดส่งเวลาและรูปแบบการปรับแต่งเส้นทางจราจรออนไลน์บริการหาคู่ เช่น Match.com ตลอดลอดผ่านรายชื่อของเว็บของลักษณะส่วนบุคคล ปฏิกิริยา และการสื่อสารเพื่อการปรับปรุงอัลกอริทึมสำหรับการจับคู่ชายและหญิงในวันที่ หน่วยงานตำรวจทั่วประเทศ โดยนิวยอร์ก ใช้แมปคอมพิวเตอร์และการวิเคราะห์ของตัวแปรเช่นจับประวัติศาสตร์รูปแบบ paydays เหตุการณ์ ฝน และกีฬาวันหยุดพยายามที่จะทำนายแนวโน้มอาชญากรรม "จุดร้อน" และจัดวางเจ้าหน้าที่มีล่วงหน้าวิจัย โดยศาสตราจารย์ Brynjolfsson และสองอื่นเพื่อนร่วมงาน เผยแพร่ ปีแนะนำว่า ข้อมูลตัวจัดการแพร่กระจายทั่วอเมริกาบริษัท และเริ่มต้นการชำระเงิน พวกเขาเรียน 179 บริษัทขนาดใหญ่ และพบว่าผู้ใช้ "ปรับปรุงข้อมูลตัดสินใจ" ทำได้ผลกำไรที่ได้ร้อยละ 5 ถึงร้อยละ 6 สูงกว่าปัจจัยอื่น ๆ ที่สามารถอธิบายการมอบอำนาจของข้อมูลขนาดใหญ่เป็นการสำรวจ — และแสดงสัญญา — ในฟิลด์เช่นสาธารณสุข การพัฒนาเศรษฐกิจ และการคาดการณ์ทางเศรษฐกิจ นักวิจัยพบแกนในคำขอการค้นหา Google สำหรับเงื่อนไขเช่น "อาการไข้หวัด" และ "การรักษาไข้หวัด" สองสามสัปดาห์ก่อนมีการเพิ่มขึ้นในผู้ป่วยไข้หวัดใหญ่ที่มาห้องฉุกเฉินโรงพยาบาลในภูมิภาค (และรายงานห้องฉุกเฉินมักจะล้าหลังกว่าชมโดยสองสัปดาห์หรือมากกว่านั้น)ชีพจรโลก ความคิดริเริ่มใหม่ โดยสหประชาชาติ ต้องการใช้ข้อมูลขนาดใหญ่สำหรับการพัฒนา กลุ่มทำการวิเคราะห์ความเชื่อมั่นว่าข้อความในเครือข่ายทางสังคมและข้อความ — ใช้ซอฟต์แวร์ deciphering ภาษาธรรมชาติ — ช่วยทำนายการสูญเสียงาน โรคระบาดในภูมิภาคที่กำหนดหรือลดการใช้จ่าย เป้าหมายคือการ ใช้สัญญาณเตือนก่อนดิจิตอลเพื่อแนะนำโปรแกรมช่วยเหลือล่วงหน้าให้ เช่น ภูมิภาคลื่นไถลกลับเข้าไปในความยากจนในการคาดการณ์ทางเศรษฐกิจ งานวิจัยได้แสดงว่า แนวโน้มในการเพิ่ม หรือลดจำนวนแบบสอบถามที่เกี่ยวข้องกับการอยู่อาศัยการค้นหาใน Google มีผู้ทายผลถูกต้องเพิ่มเติมขายบ้านในไตรมาสถัดไปมากกว่าการคาดการณ์ของนักเศรษฐศาสตร์อสังหาริมทรัพย์ ธนาคารกลาง หมู่คนอื่น ๆ มีการแจ้งล่วงหน้า ในเดือนกรกฎาคม การวิจัยแห่งชาติสำนักงานของเศรษฐกิจคือถือเชิงปฏิบัติการเรื่อง "โอกาสในใหญ่ข้อมูล" และผลกระทบของการอาชีพเศรษฐกิจข้อมูลขนาดใหญ่แล้วจะเปลี่ยนการศึกษาฟังก์ชันเครือข่ายสังคมอย่างไร ในปี 1960, Stanley ของมิลแกรมของฮาร์วาร์ดใช้แพคเกจเป็นกลางเขาวิจัยในการทดลองที่มีชื่อเสียงในการเชื่อมต่อสังคม ส่งแพคเกจให้อาสาสมัครละมา สอนให้พวกเขาได้รับแพคเกจกับคนแปลกหน้าในบอสตัน แต่ไม่โดย ตรง ผู้เข้าร่วมสามารถส่งแพคเกจเฉพาะกับคน ที่พวกเขารู้ได้ จำนวนเฉลี่ยของเวลาที่แพคเกจเปลี่ยนมือน้อยอย่างยิ่ง เกี่ยวกับหกได้ ก็สาธิตคลาสสิก
การแปล กรุณารอสักครู่..
The Age of Big Data
GOOD with numbers? Fascinated by data? The sound you hear is opportunity knocking.
Mo Zhou was snapped up by I.B.M. last summer, as a freshly minted Yale M.B.A., to join the technology company’s fast-growing ranks of data consultants. They help businesses make sense of an explosion of data — Web traffic and social network comments, as well as software and sensors that monitor shipments, suppliers and customers — to guide decisions, trim costs and lift sales. “I’ve always had a love of numbers,” says Ms. Zhou, whose job as a data analyst suits her skills.
To exploit the data flood, America will need many more like her. A report last year by the McKinsey Global Institute, the research arm of the consulting firm, projected that the United States needs 140,000 to 190,000 more workers with “deep analytical” expertise and 1.5 million more data-literate managers, whether retrained or hired.
The impact of data abundance extends well beyond business. Justin Grimmer, for example, is one of the new breed of political scientists. A 28-year-old assistant professor at Stanford, he combined math with political science in his undergraduate and graduate studies, seeing “an opportunity because the discipline is becoming increasingly data-intensive.” His research involves the computer-automated analysis of blog postings, Congressional speeches and press releases, and news articles, looking for insights into how political ideas spread.
The story is similar in fields as varied as science and sports, advertising and public health — a drift toward data-driven discovery and decision-making. “It’s a revolution,” says Gary King, director of Harvard’s Institute for Quantitative Social Science. “We’re really just getting under way. But the march of quantification, made possible by enormous new sources of data, will sweep through academia, business and government. There is no area that is going to be untouched.”
Welcome to the Age of Big Data. The new megarich of Silicon Valley, first at Google and now Facebook, are masters at harnessing the data of the Web — online searches, posts and messages — with Internet advertising. At the World Economic Forum last month in Davos, Switzerland, Big Data was a marquee topic. A report by the forum, “Big Data, Big Impact,” declared data a new class of economic asset, like currency or gold.
Rick Smolan, creator of the “Day in the Life” photography series, is planning a project later this year, “The Human Face of Big Data,” documenting the collection and uses of data. Mr. Smolan is an enthusiast, saying that Big Data has the potential to be “humanity’s dashboard,” an intelligent tool that can help combat poverty, crime and pollution. Privacy advocates take a dim view, warning that Big Data is Big Brother, in corporate clothing.
What is Big Data? A meme and a marketing term, for sure, but also shorthand for advancing trends in technology that open the door to a new approach to understanding the world and making decisions. There is a lot more data, all the time, growing at 50 percent a year, or more than doubling every two years, estimates IDC, a technology research firm. It’s not just more streams of data, but entirely new ones. For example, there are now countless digital sensors worldwide in industrial equipment, automobiles, electrical meters and shipping crates. They can measure and communicate location, movement, vibration, temperature, humidity, even chemical changes in the air.
Link these communicating sensors to computing intelligence and you see the rise of what is called the Internet of Things or the Industrial Internet. Improved access to information is also fueling the Big Data trend. For example, government data — EMPLOYMENT figures and other information — has been steadily migrating onto the Web. In 2009, Washington opened the data doors further by starting Data.gov, a Web site that makes all kinds of government data accessible to the public.
Data is not only becoming more available but also more understandable to computers. Most of the Big Data surge is data in the wild — unruly stuff like words, images and video on the Web and those streams of sensor data. It is called unstructured data and is not typically grist for traditional databases.
But the computer tools for gleaning knowledge and insights from the Internet era’s vast trove of unstructured data are fast gaining ground. At the forefront are the rapidly advancing techniques of artificial intelligence like natural-language processing, pattern recognition and machine learning.
Those artificial-intelligence technologies can be applied in many fields. For example, Google’s search and ad business and its experimental robot cars, which have navigated thousands of miles of California roads, both use a bundle of artificial-intelligence tricks. Both are daunting Big Data challenges, parsing vast quantities of data and making decisions instantaneously.
The wealth of new data, in turn, accelerates advances in computing — a virtuous circle of Big Data. Machine-learning algorithms, for example, learn on data, and the more data, the more the machines learn. Take Siri, the talking, question-answering application in iPhones, which Apple introduced last fall. Its origins go back to a Pentagon research project that was then spun off as a Silicon Valley start-up. Apple bought Siri in 2010, and kept feeding it more data. Now, with people supplying millions of questions, Siri is becoming an increasingly adept personal assistant, offering reminders, weather reports, restaurant suggestions and answers to an expanding universe of questions.
To grasp the potential impact of Big Data, look to the microscope, says Erik Brynjolfsson, an economist at Massachusetts Institute of Technology’s Sloan School of Management. The microscope, invented four centuries ago, allowed people to see and measure things as never before — at the cellular level. It was a revolution in measurement.
Data measurement, Professor Brynjolfsson explains, is the modern equivalent of the microscope. Google searches, Facebook posts and Twitter messages, for example, make it possible to measure behavior and sentiment in fine detail and as it happens.
In business, economics and other fields, Professor Brynjolfsson says, decisions will increasingly be based on data and analysis rather than on experience and intuition. “We can start being a lot more scientific,” he observes.
There is plenty of anecdotal evidence of the payoff from data-first thinking. The best-known is still “Moneyball,” the 2003 book by Michael Lewis, chronicling how the low-budget Oakland A’s massaged data and arcane baseball statistics to spot undervalued players. Heavy data analysis had become standard not only in baseball but also in other sports, including English soccer, well before last year’s movie version of “Moneyball,” starring Brad Pitt.
Retailers, like Walmart and Kohl’s, analyze sales, pricing and economic, demographic and weather data to tailor product selections at particular stores and determine the timing of price markdowns. Shipping companies, like U.P.S., mine data on truck delivery times and traffic patterns to fine-tune routing.
Online dating services, like Match.com, constantly sift through their Web listings of personal characteristics, reactions and communications to improve the algorithms for matching men and women on dates. Police departments across the country, led by New York’s, use computerized mapping and analysis of variables like historical arrest patterns, paydays, sporting events, rainfall and holidays to try to predict likely crime “hot spots” and deploy officers there in advance.
Research by Professor Brynjolfsson and two other colleagues, published last year, suggests that data-guided management is spreading across corporate America and starting to pay off. They studied 179 large companies and found that those adopting “data-driven decision making”
achieved productivity gains that were 5 percent to 6 percent higher than other factors could explain.
The predictive power of Big Data is being explored — and shows promise — in fields like public health, economic development and economic forecasting. Researchers have found a spike in Google search requests for terms like “flu symptoms” and “flu treatments” a couple of weeks before there is an increase in flu patients coming to hospital emergency rooms in a region (and emergency room reports usually lag behind visits by two weeks or so).
Global Pulse, a new initiative by the United Nations, wants to leverage Big Data for global development. The group will conduct so-called sentiment analysis of messages in social networks and text messages — using natural-language deciphering software — to help predict job losses, spending reductions or disease outbreaks in a given region. The goal is to use digital early-warning signals to guide assistance programs in advance to, for example, prevent a region from slipping back into poverty.
In economic forecasting, research has shown that trends in increasing or decreasing volumes of housing-related search queries in Google are a more accurate predictor of house sales in the next quarter than the forecasts of real estate economists. The Federal Reserve, among others, has taken notice. In July, the National Bureau of Economic Research is holding a workshop on “Opportunities in Big Data” and its implications for the economics profession.
Big Data is already transforming the study of how social networks function. In the 1960s, Stanley Milgram of Harvard used packages as his research medium in a famous experiment in social connections. He sent packages to volunteers in the Midwest, instructing them to get the packages to strangers in Boston, but not directly; participants could mail a package only to someone they knew. The average number of times a package changed hands was remarkably few, about six. It was a classic demonstration
GOOD with numbers? Fascinated by data? The sound you hear is opportunity knocking.
Mo Zhou was snapped up by I.B.M. last summer, as a freshly minted Yale M.B.A., to join the technology company’s fast-growing ranks of data consultants. They help businesses make sense of an explosion of data — Web traffic and social network comments, as well as software and sensors that monitor shipments, suppliers and customers — to guide decisions, trim costs and lift sales. “I’ve always had a love of numbers,” says Ms. Zhou, whose job as a data analyst suits her skills.
To exploit the data flood, America will need many more like her. A report last year by the McKinsey Global Institute, the research arm of the consulting firm, projected that the United States needs 140,000 to 190,000 more workers with “deep analytical” expertise and 1.5 million more data-literate managers, whether retrained or hired.
The impact of data abundance extends well beyond business. Justin Grimmer, for example, is one of the new breed of political scientists. A 28-year-old assistant professor at Stanford, he combined math with political science in his undergraduate and graduate studies, seeing “an opportunity because the discipline is becoming increasingly data-intensive.” His research involves the computer-automated analysis of blog postings, Congressional speeches and press releases, and news articles, looking for insights into how political ideas spread.
The story is similar in fields as varied as science and sports, advertising and public health — a drift toward data-driven discovery and decision-making. “It’s a revolution,” says Gary King, director of Harvard’s Institute for Quantitative Social Science. “We’re really just getting under way. But the march of quantification, made possible by enormous new sources of data, will sweep through academia, business and government. There is no area that is going to be untouched.”
Welcome to the Age of Big Data. The new megarich of Silicon Valley, first at Google and now Facebook, are masters at harnessing the data of the Web — online searches, posts and messages — with Internet advertising. At the World Economic Forum last month in Davos, Switzerland, Big Data was a marquee topic. A report by the forum, “Big Data, Big Impact,” declared data a new class of economic asset, like currency or gold.
Rick Smolan, creator of the “Day in the Life” photography series, is planning a project later this year, “The Human Face of Big Data,” documenting the collection and uses of data. Mr. Smolan is an enthusiast, saying that Big Data has the potential to be “humanity’s dashboard,” an intelligent tool that can help combat poverty, crime and pollution. Privacy advocates take a dim view, warning that Big Data is Big Brother, in corporate clothing.
What is Big Data? A meme and a marketing term, for sure, but also shorthand for advancing trends in technology that open the door to a new approach to understanding the world and making decisions. There is a lot more data, all the time, growing at 50 percent a year, or more than doubling every two years, estimates IDC, a technology research firm. It’s not just more streams of data, but entirely new ones. For example, there are now countless digital sensors worldwide in industrial equipment, automobiles, electrical meters and shipping crates. They can measure and communicate location, movement, vibration, temperature, humidity, even chemical changes in the air.
Link these communicating sensors to computing intelligence and you see the rise of what is called the Internet of Things or the Industrial Internet. Improved access to information is also fueling the Big Data trend. For example, government data — EMPLOYMENT figures and other information — has been steadily migrating onto the Web. In 2009, Washington opened the data doors further by starting Data.gov, a Web site that makes all kinds of government data accessible to the public.
Data is not only becoming more available but also more understandable to computers. Most of the Big Data surge is data in the wild — unruly stuff like words, images and video on the Web and those streams of sensor data. It is called unstructured data and is not typically grist for traditional databases.
But the computer tools for gleaning knowledge and insights from the Internet era’s vast trove of unstructured data are fast gaining ground. At the forefront are the rapidly advancing techniques of artificial intelligence like natural-language processing, pattern recognition and machine learning.
Those artificial-intelligence technologies can be applied in many fields. For example, Google’s search and ad business and its experimental robot cars, which have navigated thousands of miles of California roads, both use a bundle of artificial-intelligence tricks. Both are daunting Big Data challenges, parsing vast quantities of data and making decisions instantaneously.
The wealth of new data, in turn, accelerates advances in computing — a virtuous circle of Big Data. Machine-learning algorithms, for example, learn on data, and the more data, the more the machines learn. Take Siri, the talking, question-answering application in iPhones, which Apple introduced last fall. Its origins go back to a Pentagon research project that was then spun off as a Silicon Valley start-up. Apple bought Siri in 2010, and kept feeding it more data. Now, with people supplying millions of questions, Siri is becoming an increasingly adept personal assistant, offering reminders, weather reports, restaurant suggestions and answers to an expanding universe of questions.
To grasp the potential impact of Big Data, look to the microscope, says Erik Brynjolfsson, an economist at Massachusetts Institute of Technology’s Sloan School of Management. The microscope, invented four centuries ago, allowed people to see and measure things as never before — at the cellular level. It was a revolution in measurement.
Data measurement, Professor Brynjolfsson explains, is the modern equivalent of the microscope. Google searches, Facebook posts and Twitter messages, for example, make it possible to measure behavior and sentiment in fine detail and as it happens.
In business, economics and other fields, Professor Brynjolfsson says, decisions will increasingly be based on data and analysis rather than on experience and intuition. “We can start being a lot more scientific,” he observes.
There is plenty of anecdotal evidence of the payoff from data-first thinking. The best-known is still “Moneyball,” the 2003 book by Michael Lewis, chronicling how the low-budget Oakland A’s massaged data and arcane baseball statistics to spot undervalued players. Heavy data analysis had become standard not only in baseball but also in other sports, including English soccer, well before last year’s movie version of “Moneyball,” starring Brad Pitt.
Retailers, like Walmart and Kohl’s, analyze sales, pricing and economic, demographic and weather data to tailor product selections at particular stores and determine the timing of price markdowns. Shipping companies, like U.P.S., mine data on truck delivery times and traffic patterns to fine-tune routing.
Online dating services, like Match.com, constantly sift through their Web listings of personal characteristics, reactions and communications to improve the algorithms for matching men and women on dates. Police departments across the country, led by New York’s, use computerized mapping and analysis of variables like historical arrest patterns, paydays, sporting events, rainfall and holidays to try to predict likely crime “hot spots” and deploy officers there in advance.
Research by Professor Brynjolfsson and two other colleagues, published last year, suggests that data-guided management is spreading across corporate America and starting to pay off. They studied 179 large companies and found that those adopting “data-driven decision making”
achieved productivity gains that were 5 percent to 6 percent higher than other factors could explain.
The predictive power of Big Data is being explored — and shows promise — in fields like public health, economic development and economic forecasting. Researchers have found a spike in Google search requests for terms like “flu symptoms” and “flu treatments” a couple of weeks before there is an increase in flu patients coming to hospital emergency rooms in a region (and emergency room reports usually lag behind visits by two weeks or so).
Global Pulse, a new initiative by the United Nations, wants to leverage Big Data for global development. The group will conduct so-called sentiment analysis of messages in social networks and text messages — using natural-language deciphering software — to help predict job losses, spending reductions or disease outbreaks in a given region. The goal is to use digital early-warning signals to guide assistance programs in advance to, for example, prevent a region from slipping back into poverty.
In economic forecasting, research has shown that trends in increasing or decreasing volumes of housing-related search queries in Google are a more accurate predictor of house sales in the next quarter than the forecasts of real estate economists. The Federal Reserve, among others, has taken notice. In July, the National Bureau of Economic Research is holding a workshop on “Opportunities in Big Data” and its implications for the economics profession.
Big Data is already transforming the study of how social networks function. In the 1960s, Stanley Milgram of Harvard used packages as his research medium in a famous experiment in social connections. He sent packages to volunteers in the Midwest, instructing them to get the packages to strangers in Boston, but not directly; participants could mail a package only to someone they knew. The average number of times a package changed hands was remarkably few, about six. It was a classic demonstration
การแปล กรุณารอสักครู่..
อายุของข้อมูลใหญ่
ที่ดีกับตัวเลข หลงใหลข้อมูล เสียงที่คุณได้ยินคือโอกาส . . .
โมโจวถูก snapped ขึ้นโดย i.b.m. ฤดูร้อนครั้งล่าสุด , ใหม่ minted เยล ให้ กับ บริษัท เทคโนโลยีที่เติบโตอย่างรวดเร็วของตำแหน่งของที่ปรึกษาข้อมูล พวกเขาช่วยให้ธุรกิจให้ความรู้สึกของการระเบิดของข้อมูลการเข้าชมเว็บและเครือข่ายทางสังคมรวมทั้งซอฟต์แวร์และเซ็นเซอร์ที่ตรวจสอบการจัดส่ง , ซัพพลายเออร์ และลูกค้า - เพื่อการตัดสินใจตัดต้นทุน และ ลิฟท์ ขาย " ฉันเคยมีความรักของตัวเลข , กล่าวว่า " คุณนายโจว ซึ่งทำงานเป็นนักวิเคราะห์ข้อมูลเหมาะสมกับทักษะของเธอ
จะใช้ประโยชน์จากข้อมูลน้ำท่วม อเมริกาจะต้องมีมากขึ้นเช่นเธอ รายงานปีล่าสุดโดยสถาบันระดับโลกด้านการวิจัย ที่แขนของที่ปรึกษา บริษัทฉายที่สหรัฐอเมริกาต้องการที่จะทำให้คนงานมากขึ้นด้วย โดย " เชิงลึก " ความเชี่ยวชาญและ 1.5 ล้านข้อมูลเพิ่มเติมความรู้ผู้จัดการ ไม่ว่าจะเป็นฝึกอบรมหรือจ้าง
ผลกระทบมากมายของข้อมูลขยายดีนอกเหนือจากธุรกิจ กริมเมอร์ จัสตินตัวอย่างเช่นเป็นหนึ่งในสายพันธุ์ใหม่ของนักวิทยาศาสตร์ทางการเมือง 28 ปี ผู้ช่วยศาสตราจารย์ที่มหาวิทยาลัยสแตนฟอร์ดเขารวมคณิตศาสตร์กับวิทยาศาสตร์ทางการเมืองในระดับปริญญาตรี และบัณฑิตศึกษา เห็น " โอกาสเพราะวินัยซึ่งเป็นข้อมูลแบบ " งานวิจัยของเขาเกี่ยวข้องกับคอมพิวเตอร์โดยอัตโนมัติการวิเคราะห์การโพสต์บล็อก , สุนทรพจน์รัฐสภา และ ข่าวประชาสัมพันธ์ บทความและข่าว หาข้อมูลเชิงลึกในความคิดทางการเมือง
กระจายเรื่องที่คล้ายกันในสาขาที่หลากหลายเป็นวิทยาศาสตร์และกีฬา โฆษณาและสาธารณสุข - ล่องลอยไปสู่การค้นพบและการตัดสินใจ - . " มันคือการปฏิวัติว่า " แกรี่ คิง ผู้อำนวยการสถาบันสังคมศาสตร์ปริมาณฮาร์วาร์ด . " พวกเราแค่ได้รับภายใต้วิธี แต่เมื่อปริมาณมหาศาล ทำให้เป็นไปได้โดยแหล่งใหม่ของข้อมูลจะกวาดผ่านสถาบันการศึกษา ธุรกิจ และรัฐบาล ไม่มีพื้นที่จะแตะต้อง "
ยินดีต้อนรับสู่ยุคของข้อมูล การ megarich ใหม่ของ Silicon Valley , แรกที่ Google และ Facebook , เป็นผู้เชี่ยวชาญในการควบคุมข้อมูลของเว็บ -- การค้นหาออนไลน์ , โพสต์และข้อความ - โฆษณาทางอินเทอร์เน็ต ในเวทีเศรษฐกิจโลกเมื่อเดือนที่ดาวอส ประเทศสวิตเซอร์แลนด์ข้อมูลเต๊นท์ใหญ่หัวข้อ รายงานโดยฟอรั่ม " ข้อมูลใหญ่ผลกระทบ " ประกาศข้อมูลคลาสใหม่ของสินทรัพย์ทางเศรษฐกิจเหมือนเงิน หรือทอง
ริค มแลน , ผู้สร้างของ " วันในชุดภาพถ่าย " ชีวิต คือ วางแผนโครงการ ปลายปีนี้ " ใบหน้าของมนุษย์ข้อมูลใหญ่ " เอกสารคอลเลกชัน และการใช้ข้อมูล คุณ มแลนเป็นเสมอบอกว่าข้อมูลที่ใหญ่มีศักยภาพที่จะเป็น " แดชบอร์ดของมนุษยชาติ " อัจฉริยะ เครื่องมือที่สามารถช่วยต่อสู้กับความยากจน อาชญากรรม มลพิษ สนับสนุนความเป็นส่วนตัวไม่ยอมรับคำเตือนที่ใหญ่ข้อมูลเป็นพี่ใหญ่ในเสื้อผ้าของบริษัท .
อะไรข้อมูลใหญ่ เป็น meme และเงื่อนไขการตลาดแน่นอนแต่ยังย่อ แนวโน้มเทคโนโลยีที่ก้าวหน้าในการเปิดประตูไปสู่แนวทางใหม่เพื่อความเข้าใจโลกและการตัดสินใจ มีมากในข้อมูลเพิ่มเติมตลอดเวลา การเติบโตที่ร้อยละ 50 ปีหรือมากกว่าสองเท่าทุก ๆ 2 ปี ประมาณการต่างๆ เทคโนโลยีการวิจัยบริษัท มันไม่เพียง แต่เพิ่มกระแสข้อมูล แต่ที่ใหม่ทั้งหมด ตัวอย่างเช่นขณะนี้มีเซ็นเซอร์ดิจิตอลนับไม่ถ้วนทั่วโลกในอุปกรณ์ , อุตสาหกรรมรถยนต์ , เมตรไฟฟ้าและลังจัดส่งสินค้า พวกเขาสามารถตรวจวัด และสื่อสารสถานที่ , เคลื่อนไหว , การสั่นสะเทือน , อุณหภูมิ , ความชื้น , การเปลี่ยนแปลงทางเคมีในอากาศ .
ลิงค์เหล่านี้สื่อสารเซ็นเซอร์อัจฉริยะคอมพิวเตอร์และคุณจะเห็นการเพิ่มขึ้นของสิ่งที่เรียกว่าอินเทอร์เน็ตของสิ่งต่างๆหรืออุตสาหกรรมอินเทอร์เน็ตการปรับปรุงการเข้าถึงข้อมูลยังเติมน้ำมันแนวโน้มข้อมูลใหญ่ ตัวอย่างเช่น รัฐบาลข้อมูลตัวเลขการจ้างงานและข้อมูลอื่น ๆ - มีอย่างต่อเนื่องย้ายไปยังเว็บ 2552 วอชิงตันเปิดข้อมูลประตูเพิ่มเติม โดยเริ่ม data.gov เว็บไซต์ที่ทำให้ทุกชนิดของข้อมูลรัฐบาลเข้าถึงประชาชน .
ข้อมูลไม่เพียงกลายเป็นใช้ได้มากขึ้น แต่ยังเพิ่มเติมเข้าใจคอมพิวเตอร์ ที่สุดของกระแสข้อมูลใหญ่ คือ ข้อมูลในป่า - เกเรอย่างคำ รูปภาพ และวิดีโอบนเว็บและผู้ที่มีข้อมูลครบถ้วน มันเรียกว่าข้อมูลที่ไม่มีโครงสร้าง และไม่ได้โดยทั่วไปปลายข้าวสำหรับฐานข้อมูลแบบดั้งเดิม .
แต่คอมพิวเตอร์เครื่องมือสำหรับเก็บตกความรู้และข้อมูลเชิงลึกจากอินเทอร์เน็ตยุคใหญ่ที่มีค่าของข้อมูลที่ไม่มีโครงสร้างเป็นอย่างรวดเร็วดึงดูดพื้น ที่โดดเด่นเป็นอย่างรวดเร็ว advancing เทคนิคของปัญญาประดิษฐ์ เช่น การประมวลผลภาษาธรรมชาติ การยอมรับรูปแบบและการเรียนรู้เครื่อง เทคโนโลยีปัญญาประดิษฐ์
นั้นสามารถใช้ในด้านต่างๆ ตัวอย่างเช่นค้นหาของ Google และธุรกิจโฆษณาและการทดลอง หุ่นยนต์ รถ ซึ่งได้สำรวจหลายพันไมล์ของถนนแคลิฟอร์เนีย ใช้ทั้งกลุ่มของเทคนิคปัญญาประดิษฐ์ ทั้งสองเป็นเนินใหญ่ข้อมูลความท้าทาย การปริมาณที่มากมายของข้อมูลและการตัดสินใจในทันที
ความมั่งคั่งของข้อมูลใหม่ , ในการเปิด , เร่งความก้าวหน้าในการคำนวณ - วงกลมแก้วข้อมูลใหญ่อัลกอริทึมการเรียนรู้ของเครื่องจักร เช่น เรียนรู้ข้อมูล และข้อมูลเพิ่มเติม เพิ่มเติม เครื่องเรียน พาศิริ การพูดคุย ถามตอบโปรแกรมใน iPhone ที่ Apple เปิดตัวเมื่อฤดูใบไม้ร่วงที่แล้ว ต้นกำเนิดของมันกลับไปที่เพนตากอนวิจัยว่าโครงการก็ปั่นเป็น Silicon Valley เริ่มต้น แอปเปิ้ลซื้อ Siri ใน 2010 และเก็บอาหารข้อมูลเพิ่มเติม ตอนนี้
ที่ดีกับตัวเลข หลงใหลข้อมูล เสียงที่คุณได้ยินคือโอกาส . . .
โมโจวถูก snapped ขึ้นโดย i.b.m. ฤดูร้อนครั้งล่าสุด , ใหม่ minted เยล ให้ กับ บริษัท เทคโนโลยีที่เติบโตอย่างรวดเร็วของตำแหน่งของที่ปรึกษาข้อมูล พวกเขาช่วยให้ธุรกิจให้ความรู้สึกของการระเบิดของข้อมูลการเข้าชมเว็บและเครือข่ายทางสังคมรวมทั้งซอฟต์แวร์และเซ็นเซอร์ที่ตรวจสอบการจัดส่ง , ซัพพลายเออร์ และลูกค้า - เพื่อการตัดสินใจตัดต้นทุน และ ลิฟท์ ขาย " ฉันเคยมีความรักของตัวเลข , กล่าวว่า " คุณนายโจว ซึ่งทำงานเป็นนักวิเคราะห์ข้อมูลเหมาะสมกับทักษะของเธอ
จะใช้ประโยชน์จากข้อมูลน้ำท่วม อเมริกาจะต้องมีมากขึ้นเช่นเธอ รายงานปีล่าสุดโดยสถาบันระดับโลกด้านการวิจัย ที่แขนของที่ปรึกษา บริษัทฉายที่สหรัฐอเมริกาต้องการที่จะทำให้คนงานมากขึ้นด้วย โดย " เชิงลึก " ความเชี่ยวชาญและ 1.5 ล้านข้อมูลเพิ่มเติมความรู้ผู้จัดการ ไม่ว่าจะเป็นฝึกอบรมหรือจ้าง
ผลกระทบมากมายของข้อมูลขยายดีนอกเหนือจากธุรกิจ กริมเมอร์ จัสตินตัวอย่างเช่นเป็นหนึ่งในสายพันธุ์ใหม่ของนักวิทยาศาสตร์ทางการเมือง 28 ปี ผู้ช่วยศาสตราจารย์ที่มหาวิทยาลัยสแตนฟอร์ดเขารวมคณิตศาสตร์กับวิทยาศาสตร์ทางการเมืองในระดับปริญญาตรี และบัณฑิตศึกษา เห็น " โอกาสเพราะวินัยซึ่งเป็นข้อมูลแบบ " งานวิจัยของเขาเกี่ยวข้องกับคอมพิวเตอร์โดยอัตโนมัติการวิเคราะห์การโพสต์บล็อก , สุนทรพจน์รัฐสภา และ ข่าวประชาสัมพันธ์ บทความและข่าว หาข้อมูลเชิงลึกในความคิดทางการเมือง
กระจายเรื่องที่คล้ายกันในสาขาที่หลากหลายเป็นวิทยาศาสตร์และกีฬา โฆษณาและสาธารณสุข - ล่องลอยไปสู่การค้นพบและการตัดสินใจ - . " มันคือการปฏิวัติว่า " แกรี่ คิง ผู้อำนวยการสถาบันสังคมศาสตร์ปริมาณฮาร์วาร์ด . " พวกเราแค่ได้รับภายใต้วิธี แต่เมื่อปริมาณมหาศาล ทำให้เป็นไปได้โดยแหล่งใหม่ของข้อมูลจะกวาดผ่านสถาบันการศึกษา ธุรกิจ และรัฐบาล ไม่มีพื้นที่จะแตะต้อง "
ยินดีต้อนรับสู่ยุคของข้อมูล การ megarich ใหม่ของ Silicon Valley , แรกที่ Google และ Facebook , เป็นผู้เชี่ยวชาญในการควบคุมข้อมูลของเว็บ -- การค้นหาออนไลน์ , โพสต์และข้อความ - โฆษณาทางอินเทอร์เน็ต ในเวทีเศรษฐกิจโลกเมื่อเดือนที่ดาวอส ประเทศสวิตเซอร์แลนด์ข้อมูลเต๊นท์ใหญ่หัวข้อ รายงานโดยฟอรั่ม " ข้อมูลใหญ่ผลกระทบ " ประกาศข้อมูลคลาสใหม่ของสินทรัพย์ทางเศรษฐกิจเหมือนเงิน หรือทอง
ริค มแลน , ผู้สร้างของ " วันในชุดภาพถ่าย " ชีวิต คือ วางแผนโครงการ ปลายปีนี้ " ใบหน้าของมนุษย์ข้อมูลใหญ่ " เอกสารคอลเลกชัน และการใช้ข้อมูล คุณ มแลนเป็นเสมอบอกว่าข้อมูลที่ใหญ่มีศักยภาพที่จะเป็น " แดชบอร์ดของมนุษยชาติ " อัจฉริยะ เครื่องมือที่สามารถช่วยต่อสู้กับความยากจน อาชญากรรม มลพิษ สนับสนุนความเป็นส่วนตัวไม่ยอมรับคำเตือนที่ใหญ่ข้อมูลเป็นพี่ใหญ่ในเสื้อผ้าของบริษัท .
อะไรข้อมูลใหญ่ เป็น meme และเงื่อนไขการตลาดแน่นอนแต่ยังย่อ แนวโน้มเทคโนโลยีที่ก้าวหน้าในการเปิดประตูไปสู่แนวทางใหม่เพื่อความเข้าใจโลกและการตัดสินใจ มีมากในข้อมูลเพิ่มเติมตลอดเวลา การเติบโตที่ร้อยละ 50 ปีหรือมากกว่าสองเท่าทุก ๆ 2 ปี ประมาณการต่างๆ เทคโนโลยีการวิจัยบริษัท มันไม่เพียง แต่เพิ่มกระแสข้อมูล แต่ที่ใหม่ทั้งหมด ตัวอย่างเช่นขณะนี้มีเซ็นเซอร์ดิจิตอลนับไม่ถ้วนทั่วโลกในอุปกรณ์ , อุตสาหกรรมรถยนต์ , เมตรไฟฟ้าและลังจัดส่งสินค้า พวกเขาสามารถตรวจวัด และสื่อสารสถานที่ , เคลื่อนไหว , การสั่นสะเทือน , อุณหภูมิ , ความชื้น , การเปลี่ยนแปลงทางเคมีในอากาศ .
ลิงค์เหล่านี้สื่อสารเซ็นเซอร์อัจฉริยะคอมพิวเตอร์และคุณจะเห็นการเพิ่มขึ้นของสิ่งที่เรียกว่าอินเทอร์เน็ตของสิ่งต่างๆหรืออุตสาหกรรมอินเทอร์เน็ตการปรับปรุงการเข้าถึงข้อมูลยังเติมน้ำมันแนวโน้มข้อมูลใหญ่ ตัวอย่างเช่น รัฐบาลข้อมูลตัวเลขการจ้างงานและข้อมูลอื่น ๆ - มีอย่างต่อเนื่องย้ายไปยังเว็บ 2552 วอชิงตันเปิดข้อมูลประตูเพิ่มเติม โดยเริ่ม data.gov เว็บไซต์ที่ทำให้ทุกชนิดของข้อมูลรัฐบาลเข้าถึงประชาชน .
ข้อมูลไม่เพียงกลายเป็นใช้ได้มากขึ้น แต่ยังเพิ่มเติมเข้าใจคอมพิวเตอร์ ที่สุดของกระแสข้อมูลใหญ่ คือ ข้อมูลในป่า - เกเรอย่างคำ รูปภาพ และวิดีโอบนเว็บและผู้ที่มีข้อมูลครบถ้วน มันเรียกว่าข้อมูลที่ไม่มีโครงสร้าง และไม่ได้โดยทั่วไปปลายข้าวสำหรับฐานข้อมูลแบบดั้งเดิม .
แต่คอมพิวเตอร์เครื่องมือสำหรับเก็บตกความรู้และข้อมูลเชิงลึกจากอินเทอร์เน็ตยุคใหญ่ที่มีค่าของข้อมูลที่ไม่มีโครงสร้างเป็นอย่างรวดเร็วดึงดูดพื้น ที่โดดเด่นเป็นอย่างรวดเร็ว advancing เทคนิคของปัญญาประดิษฐ์ เช่น การประมวลผลภาษาธรรมชาติ การยอมรับรูปแบบและการเรียนรู้เครื่อง เทคโนโลยีปัญญาประดิษฐ์
นั้นสามารถใช้ในด้านต่างๆ ตัวอย่างเช่นค้นหาของ Google และธุรกิจโฆษณาและการทดลอง หุ่นยนต์ รถ ซึ่งได้สำรวจหลายพันไมล์ของถนนแคลิฟอร์เนีย ใช้ทั้งกลุ่มของเทคนิคปัญญาประดิษฐ์ ทั้งสองเป็นเนินใหญ่ข้อมูลความท้าทาย การปริมาณที่มากมายของข้อมูลและการตัดสินใจในทันที
ความมั่งคั่งของข้อมูลใหม่ , ในการเปิด , เร่งความก้าวหน้าในการคำนวณ - วงกลมแก้วข้อมูลใหญ่อัลกอริทึมการเรียนรู้ของเครื่องจักร เช่น เรียนรู้ข้อมูล และข้อมูลเพิ่มเติม เพิ่มเติม เครื่องเรียน พาศิริ การพูดคุย ถามตอบโปรแกรมใน iPhone ที่ Apple เปิดตัวเมื่อฤดูใบไม้ร่วงที่แล้ว ต้นกำเนิดของมันกลับไปที่เพนตากอนวิจัยว่าโครงการก็ปั่นเป็น Silicon Valley เริ่มต้น แอปเปิ้ลซื้อ Siri ใน 2010 และเก็บอาหารข้อมูลเพิ่มเติม ตอนนี้
การแปล กรุณารอสักครู่..
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.
- ฉันและเพื่อนจะไปดูหนังที่เมญ่า
- โตเกียว (Tokyo) เป็นเมืองหลวงของประเทศญี
- ถ้าฉันใส่แว่น ฉันก็จะเห็นคุณชัดแล้ว
- นึกว่าชื่อแฟน
- composed mind
- For the nano-Li hybrid preparation, the
- Daddy, you are very niceFor all that you
- The fiction talks about dreams than real
- God gave us two eyes, two ears, two arms
- ค่าสอบบัญชีค้างจ่าย
- จัสมินชอบตุ๊กตาตัวใหม่ของเธอมาก เธอเล่น
- ซึ้ง
- เสื้อผ้า
- เขาเป็นนักกีฬาว่ายน้ำ
- เรื่องสั้น กระต่ายกับเต่า....มีกระต่ายตั
- adenosine triphosphate,and coenzyme A th
- she is a drmmer
- เพราะครูชอบหาเกมส์มาให้เล่นอยู่เสมอ
- fully Useful
- หมวก
- เมื่อคืนฉันนอนไม่หลับ
- ฉันเพิ่งเลิกลากับแฟนที่ครบกันมา 10 ปี เม
- Lighter
- ทำไห้รู้สึกมาความสุข
