4. SolvingOne of the most powerful

4. Solving
One of the most powerful aspects of the big data revolution is the unification
of large datasets with advanced analytics for problem solving. With advances in
algorithms and machine learning, data-driven insights can be extracted from
information sources that are too expansive or complex to tackle using traditional
desktop analysis. This ability to spot patterns and solve problems beyond human
mental capabilities has led to two main sources of insight derived from big data.
First, very large and/or multidimensional datasets can be examined to look
for previously hidden patterns and correlations. Sometimes this can validate
positions that were previously supported by common sense, practical experience
or received wisdom. On other occasions, this sort of analysis can deliver entirely
new insights into the underlying dynamics of a population, market or business.
The Livehoods project, for example, looks for patterns in location-aware social
network activity to identify neighbourhoods in urban areas based on overlapping
social patterns rather than traditional geography.10
Second, big data opens up the realm of reliable predictive analytics. By
examining the relationships embedded in large datasets it is possible to build a
new generation of models describing how things are likely to evolve in future.
This approach can be combined with scenario planning to develop a series of
predictions for how a system will respond to different policy choices. The state
of the art in predictive analytics can deliver forecasts for some domains with a
very high degree of precision, providing an auditable, scientific basis for making
decisions in complex systems.
Using big data analytics for problem solving has other advantages beyond
seeing deep and far. Increased use of computational techniques can free up
an organisation’s staff to focus on tasks where human beings continue to
outperform computers, increasing overall productivity. And working rigorously to
quantitatively link insights to supporting evidence can provide a check against any
bias inadvertently introduced by the individuals involved the process. “Evidencebased
policymaking” is an oft-repeated Whitehall mantra; big data analytics can
help embed this in the culture where previous efforts have failed.

ผลลัพธ์ (ไทย) 1:

4. แก้ด้านหนึ่งมีประสิทธิภาพที่สุดของการปฏิวัติข้อมูลขนาดใหญ่เป็นที่รวมกันของ datasets ขนาดใหญ่ด้วยการวิเคราะห์ขั้นสูงสำหรับการแก้ปัญหา ด้วยความก้าวหน้าในอัลกอริทึมและการเรียนรู้ ความเข้าใจการขับเคลื่อนข้อมูลสามารถดึงข้อมูลจากเครื่องแหล่งข้อมูลที่กว้างเกินไป หรือซับซ้อนเล่นงานใช้แบบดั้งเดิมการวิเคราะห์บนเดสก์ท็อป ความสามารถนี้การจุดรูปแบบ และแก้ปัญหาเกินมนุษย์ความสามารถทางจิตใจได้นำไปสองแหล่งหลักพิจารณาจากข้อมูลขนาดใหญ่Datasets แรก มากขนาดใหญ่ และ/หรือหลายมิติสามารถตรวจสอบดูสำหรับรูปแบบที่ซ่อนไว้ก่อนหน้านี้และความสัมพันธ์ บางครั้งนี้สามารถตรวจสอบตำแหน่งที่เคยได้ถูกสนับสนุน โดยสามัญสำนึก บุคคลากรหรือภูมิปัญญาที่ได้รับ ในโอกาสอื่น ๆ ผลการวิเคราะห์สามารถส่งทั้งหมดลึกเปลี่ยนแปลงพื้นฐานของประชากร ตลาด หรือธุรกิจใหม่โครงการ Livehoods เช่น ค้นหารูปแบบในสังคมตามตำแหน่งกิจกรรมเครือข่ายเพื่อระบุพื้นที่ในเขตเมืองตามที่ทับซ้อนรูปแบบทางสังคมแทนที่เป็น geography.10 แบบดั้งเดิมข้อมูลขนาดใหญ่ ที่สองเปิดขึ้นขอบเขตของงานวิเคราะห์ความน่าเชื่อถือ โดยตรวจสอบความสัมพันธ์ฝังใน datasets ขนาดใหญ่จำเป็นต้องสร้างความรุ่นใหม่ของแบบจำลองที่อธิบายว่า สิ่งที่มักจะพัฒนาในอนาคตวิธีการนี้สามารถใช้ร่วมกับสถานการณ์วางแผนในการพัฒนาชุดการคาดคะเนสำหรับวิธีระบบจะตอบสนองกับนโยบายอื่นตัวเลือก รัฐศิลปะในการวิเคราะห์งานสามารถส่งในบางโดเมนมีการคาดการณ์การระดับสูงของความแม่นยำ ให้การ auditable วิทยาศาสตร์พื้นฐานสำหรับการตัดสินใจในระบบที่ซับซ้อนใช้วิเคราะห์ข้อมูลขนาดใหญ่สำหรับแก้ปัญหามีข้อดีอื่นนอกเหนือจากดูลึก และไกล การใช้เทคนิคการคำนวณเพิ่มขึ้นสามารถเพิ่มพนักงานขององค์การให้ความสำคัญกับงานที่มนุษย์ยังมีประสิทธิภาพสูงกว่าคอมพิวเตอร์ การเพิ่มผลผลิตโดยรวม และทดสอบการทำงานquantitatively เชื่อมโยงข้อมูลเชิงลึกเพื่อสนับสนุนหลักฐานให้ตรวจสอบกับใด ๆความโน้มเอียงที่ตั้งใจนำมาใช้ โดยบุคคลเกี่ยวข้องกับกระบวนการ "Evidencebasedpolicymaking"เป็นการซ้ำ oft ไวท์ฮอลล์ตรา สามารถวิเคราะห์ข้อมูลขนาดใหญ่ช่วยนี้ฝังในที่ล้มเหลวความพยายามก่อนหน้านี้

ผลลัพธ์ (ไทย) 2:

4. การแก้
ด้านหนึ่งที่มีประสิทธิภาพมากที่สุดของการปฏิวัติข้อมูลขนาดใหญ่มีการรวมกัน
ของชุดข้อมูลขนาดใหญ่ที่มีการวิเคราะห์ขั้นสูงสำหรับการแก้ปัญหา มีความก้าวหน้าใน
การเรียนรู้ขั้นตอนวิธีและเครื่องข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูลสามารถสกัดได้จาก
แหล่งข้อมูลที่มีการขยายตัวหรือซับซ้อนเกินไปที่จะแก้ไขปัญหาโดยใช้แบบดั้งเดิม
วิเคราะห์สก์ท็อป ความสามารถในการมองเห็นรูปแบบและแก้ปัญหาของมนุษย์เกิน
ความสามารถทางจิตได้นำไปสู่สองแหล่งที่มาหลักของความเข้าใจที่ได้มาจากข้อมูลขนาดใหญ่.
ครั้งแรกที่มีขนาดใหญ่มากและ / หรือชุดข้อมูลหลายมิติสามารถตรวจสอบได้ที่จะมอง
หารูปแบบที่ซ่อนอยู่ก่อนหน้านี้และความสัมพันธ์ บางครั้งนี้สามารถตรวจสอบ
ตำแหน่งที่ได้รับการสนับสนุนก่อนหน้านี้โดยสามัญสำนึกประสบการณ์
หรือได้รับภูมิปัญญา ในโอกาสอื่น ๆ , การจัดเรียงของการวิเคราะห์นี้สามารถส่งมอบทั้ง
ข้อมูลเชิงลึกใหม่เข้าสู่การเปลี่ยนแปลงพื้นฐานของประชากรตลาดหรือธุรกิจ.
โครงการ Livehoods เช่นมองหารูปแบบในสถานที่ตระหนักถึงสังคม
กิจกรรมของเครือข่ายในการระบุที่อยู่อาศัยในเขตเมืองอยู่บนพื้นฐานของ ที่ทับซ้อนกัน
รูปแบบสังคมมากกว่า geography.10 แบบดั้งเดิม
สองข้อมูลขนาดใหญ่เปิดขึ้นขอบเขตของการวิเคราะห์เชิงพยากรณ์ที่เชื่อถือได้ โดย
การตรวจสอบความสัมพันธ์ที่ฝังตัวอยู่ในชุดข้อมูลขนาดใหญ่ก็เป็นไปได้ที่จะสร้าง
คนรุ่นใหม่ของรูปแบบการอธิบายว่าสิ่งที่มีแนวโน้มที่จะพัฒนาต่อไปในอนาคต.
วิธีการนี้สามารถใช้ร่วมกับการวางแผนสถานการณ์ที่จะพัฒนาชุดของ
การคาดการณ์สำหรับวิธีการที่ระบบจะตอบสนองต่อการที่แตกต่างกัน ทางเลือกนโยบาย รัฐ
ของศิลปะในการวิเคราะห์เชิงพยากรณ์สามารถส่งมอบการคาดการณ์สำหรับโดเมนบางคนที่มี
ระดับที่สูงมากของความแม่นยำให้ตรวจสอบได้ทางวิทยาศาสตร์พื้นฐานสำหรับการ
ตัดสินใจในระบบที่ซับซ้อน.
การใช้การวิเคราะห์ข้อมูลขนาดใหญ่สำหรับการแก้ปัญหาที่มีประโยชน์อื่น ๆ ที่นอกเหนือจาก
ที่ได้เห็นลึกและไกล . เพิ่มการใช้เทคนิคการคำนวณสามารถเพิ่ม
พนักงานขององค์กรที่จะมุ่งเน้นงานที่มนุษย์ยังคง
มีประสิทธิภาพสูงกว่าเครื่องคอมพิวเตอร์, การเพิ่มผลผลิตโดยรวม และการทำงานอย่างจริงจังที่จะ
เชื่อมโยงเชิงปริมาณข้อมูลเชิงลึกที่จะสนับสนุนหลักฐานสามารถให้การตรวจสอบใด ๆ กับ
อคติแนะนำโดยไม่ตั้งใจโดยบุคคลที่เกี่ยวข้องกับกระบวนการ "Evidencebased
นโยบาย "เป็นผู้ทรงซ้ำมนต์กรุงลอนดอน; การวิเคราะห์ข้อมูลขนาดใหญ่สามารถ
ช่วยฝังในวัฒนธรรมที่ความพยายามก่อนหน้านี้ได้ล้มเหลว

ผลลัพธ์ (ไทย) 3:

4 . แก้
หนึ่งในลักษณะที่มีประสิทธิภาพมากที่สุดของการปฏิวัติใหญ่ข้อมูลเป็นหนึ่งเดียว
ขนาดใหญ่หากข้อมูลด้วยการวิเคราะห์ขั้นสูงเพื่อแก้ปัญหา กับความก้าวหน้าใน
ขั้นตอนวิธีและการเรียนรู้เครื่อง - ข้อมูลเชิงลึกที่สามารถสกัดได้จากแหล่งข้อมูลที่กว้างขวาง
เกินไปหรือซับซ้อนเพื่อแก้ไข โดยใช้การวิเคราะห์แบบตั้งโต๊ะ

นี้ในรูปแบบจุดและแก้ไขปัญหาเกินความสามารถทางจิตของมนุษย์
ทำให้สองแหล่งหลักของข้อมูลเชิงลึกที่ได้มาจากข้อมูลใหญ่
ครั้งแรก ขนาดใหญ่มาก และ / หรือ มิติ ข้อมูลสามารถตรวจสอบเพื่อดู
ก่อนหน้านี้ซ่อนลวดลายและสหสัมพันธ์ บางครั้งนี้สามารถตรวจสอบ
ตำแหน่งที่ก่อนหน้านี้ได้รับการสนับสนุนโดยสามัญสำนึก ประสบการณ์
หรือได้รับปัญญาในโอกาสอื่น ๆ ประเภทนี้ของการวิเคราะห์สามารถส่งมอบทั้งหมด
องค์ความรู้ใหม่ในต้นแบบพลวัตของประชากร ธุรกิจ ตลาด หรือ
โครงการ livehoods ตัวอย่างเช่น มองหารูปแบบในการรับรู้ตำแหน่งทางสังคม
กิจกรรมเครือข่ายเพื่อระบุแว่วในเขตเมืองตามซ้อน
แบบแผนทางสังคมมากกว่า 10
2 ภูมิศาสตร์แบบดั้งเดิม ,ข้อมูลใหญ่ เปิดอาณาจักรแห่งการวิเคราะห์ทำนายที่เชื่อถือได้ โดย
ตรวจสอบความสัมพันธ์ที่ฝังตัวอยู่ในชุดข้อมูลที่มีขนาดใหญ่ มันเป็นไปได้ที่จะสร้างแบบจำลองอธิบาย
รุ่นใหม่ของสิ่งที่มีแนวโน้มที่จะพัฒนาขึ้นในอนาคต .
วิธีการนี้สามารถรวมกับการวางแผนสถานการณ์เพื่อพัฒนาชุดของ
ทำนายว่าระบบจะตอบสนองการเลือกนโยบายที่แตกต่างกัน รัฐ
ของศิลปะในการทำนายการวิเคราะห์สามารถส่งมอบการคาดการณ์สำหรับโดเมนบางกับ
สูงมากระดับความแม่นยำ ให้ตรวจสอบได้ พื้นฐานทางวิทยาศาสตร์สำหรับทำ

ใจในระบบที่ซับซ้อน โดยใช้การวิเคราะห์ข้อมูลสำหรับการแก้ปัญหามีข้อดีอื่น ๆนอกเหนือจาก
เห็นลึกและไกล เพิ่มขึ้นของการใช้เทคนิคการคำนวณสามารถว่าง
พนักงานขององค์กรที่มุ่งเน้นงานที่มนุษย์ยังคง
ลงคอมพิวเตอร์ การเพิ่มผลผลิตโดยรวม และทำงานอย่างจริงจัง เพื่อใช้เชื่อมโยงข้อมูลเชิงลึกที่จะสนับสนุนหลักฐาน

สามารถให้ตรวจสอบกับอคติโดยไม่ตั้งใจนำโดยบุคคลที่เกี่ยวข้องกับกระบวนการ " evidencebased
นโยบาย " เป็นผู้ทรงซ้ำ Whitehall มันตรา ;การวิเคราะห์ข้อมูลใหญ่สามารถ
ช่วยฝังนี้ในวัฒนธรรมที่ความพยายามก่อนหน้านี้ได้ล้มเหลว