The information an organization get

The information an organization gets from its computer sys­ms, Davenport argues, can be far less useful than what comes in Patterns, Systems, and Messes from other sources in the overall ecology of information, as pro­ cessed by people. And a search engine may give you massive data, but no context for understanding, let alone wisdom about that in­ formation. What makes data more useful is the person curating it.
Ideally, the person who curates information will zero in on what matters, prune away the rest, establish a context for what the data means, and do all that in a way that shows why it is vital-and so captures people's attention.
The best curators don't just put the data in a meaningful context-they know what questions to ask. When I interviewed Davenport, he was writing a book that encourages those who man­ age big data projects to ask questions like these: Are we defining the right problem? Do we have the right data? What are the as­ sumptions behind the algorithm the data gets fed into? Does the model guiding those assumptions map on reality?
At an MIT conference on big data, one speaker pointed out that the financial crisis of 2008 onward was a failure of the method, as hedge funds around the world collapsed. The dilemma is that the mathematical models embodied in big data are simplifications. De­ spite the crisp numbers they yield, the math behind those numbers hinges on models and assumptions, which can fool those who use them into placing too much confidence in their results.
At that same conference, Rachel Schutt, a senior statistician at Google Research, observed that data science requires more than math skills: it also takes people who have a wide-ranging curios­ ity, and whose innovation is guided by their own experience-not just data. After all, the best intuition takes huge amounts of data, harvesting our entire life experience, and filters it through the hu­ man brain.

ผลลัพธ์ (ไทย) 2:

ข้อมูลองค์กรที่ได้รับจาก sysms คอมพิวเตอร์ของดาเวนพอร์ตระบุได้ไกลที่มีประโยชน์น้อยกว่าสิ่งที่มาในรูปแบบระบบและ Messes จากแหล่งอื่น ๆ ในระบบนิเวศโดยรวมของข้อมูลเป็นโปร cessed โดยคน และเครื่องมือค้นหาอาจให้ข้อมูลขนาดใหญ่ แต่บริบทสำหรับการทำความเข้าใจไม่ให้ภูมิปัญญาเกี่ยวกับที่อยู่คนเดียวในการสร้าง ทำให้ข้อมูลอะไรที่มีประโยชน์มากขึ้นคือคนที่ curating มัน.
จะเป็นการดีที่คนที่ดามัสก์ข้อมูลที่จะเป็นศูนย์ในเรื่องสิ่งที่ตัดออกไปส่วนที่เหลือสร้างบริบทสำหรับสิ่งที่หมายถึงข้อมูลและทำทุกที่ในลักษณะที่แสดงให้เห็นว่าทำไมมัน มีความสำคัญและเพื่อจับความสนใจของผู้คน.
ภัณฑารักษ์ที่ดีที่สุดไม่เพียงแค่ใส่ข้อมูลในบริบทที่มีความหมายที่พวกเขารู้ว่าสิ่งที่คำถามที่จะถาม เมื่อผมสัมภาษณ์หนังสือเขาได้เขียนหนังสือเล่มที่ส่งเสริมให้ผู้ที่คนอายุโครงการข้อมูลขนาดใหญ่ที่จะถามคำถามเช่นนี้: เรามีการกำหนดปัญหาที่เหมาะสมหรือไม่ เรามีข้อมูลที่ถูกต้องหรือไม่ สิ่งที่เป็นอัลกอริทึมที่อยู่เบื้องหลัง sumptions ข้อมูลที่ได้รับการป้อนเข้า? ไม่รูปแบบแนวทางสมมติฐานที่แผนที่บนความจริง?
ที่ประชุมเอ็มไอทีในข้อมูลขนาดใหญ่หนึ่งลำโพงชี้ให้เห็นว่าวิกฤตการณ์ทางการเงินของปี 2008 เป็นต้นไปเป็นความล้มเหลวของวิธีการที่เป็นกองทุนป้องกันความเสี่ยงทั่วโลกทรุดตัวลง ขึ้นเขียงคือแบบจำลองทางคณิตศาสตร์เป็นตัวเป็นตนในข้อมูลขนาดใหญ่เป็น simplifications De แม้ตัวเลขคมชัดพวกเขาผลคณิตศาสตร์ที่อยู่เบื้องหลังตัวเลขเหล่านั้นขึ้นอยู่กับรุ่นและการตั้งสมมติฐานซึ่งสามารถหลอกผู้ที่ใช้พวกเขาในการวางความเชื่อมั่นมากเกินไปในผลการค้นหาของพวกเขา.
ในการประชุมเดียวกันว่าราเชลสคัทสถิติอาวุโสที่ Google วิจัย ตั้งข้อสังเกตว่าข้อมูลวิทยาศาสตร์ต้องมีมากกว่าทักษะคณิตศาสตร์: ก็ยังใช้คนที่มี ity curios ที่หลากหลายและมีนวัตกรรมที่ถูกนำโดยประสบการณ์ของตัวเองไม่ได้เป็นเพียงข้อมูล หลังจากที่ทุกสัญชาตญาณที่ดีที่สุดที่จะนำข้อมูลจำนวนมาก, การเก็บเกี่ยวประสบการณ์ชีวิตทั้งหมดของเราและตัวกรองมันผ่าน hu สมองมนุษย์

ผลลัพธ์ (ไทย) 3:

ข้อมูลองค์กรที่ได้รับจากคอมพิวเตอร์ SYS องนางสาว ดาเวนพอร์ต ระบุ ได้ประโยชน์น้อยที่สุดกว่าสิ่งที่มาในรูปแบบ ระบบ และข้อความจากแหล่งอื่น ๆในระบบนิเวศโดยรวมของข้อมูล เช่น โปร cessed องด้วยคน และ เครื่องมือค้นหาอาจให้ข้อมูลมหาศาล แต่ไม่มีบริบทเพื่อความเข้าใจให้คนเดียวในการพัฒนาปัญญาที่อง .อะไรที่ทำให้ข้อมูลมีประโยชน์มากขึ้นคือบุคคลแวดวง .
ความนึกคิด คนที่ curates ข้อมูลจะเป็นศูนย์ในสิ่งที่สำคัญ กำจัดส่วนที่เหลือ สร้างบริบทสำหรับสิ่งที่ข้อมูลหมายถึง และทำทุกอย่างในทางที่แสดงให้เห็นว่าทำไมมันเป็นสิ่งสำคัญดังนั้นจับความสนใจของประชาชน .
ภัณฑารักษ์ที่ดีที่สุด อย่าใส่ข้อมูลในบริบทที่พวกเขารู้ว่าสิ่งที่คำถามที่จะถามตอนที่สัมภาษณ์ ดาเวนพอร์ต เขาเขียนหนังสือที่กระตุ้นให้ผู้ชายองอายุใหญ่ข้อมูลโครงการที่จะถามคำถามเหล่านี้ : เรากำหนดปัญหาใช่มั้ย ? เราได้ข้อมูลที่ถูกต้อง ? นี่เป็น sumptions องหลังแบบข้อมูลที่ได้รับได้รับลงใน มีรุ่นแนะนำสมมติฐานเหล่านั้นแผนที่ในความเป็นจริง ?
ที่ MIT ข้อมูลในการประชุมใหญ่ลําโพงชี้ให้เห็นว่าวิกฤตการณ์ทางการเงิน 2008 จึงเป็นความล้มเหลวของวิธีการที่กองทุนป้องกันความเสี่ยงทั่วโลกทรุดตัวลง ไม่นั่นเป็นแบบจำลองทางคณิตศาสตร์ embodied ในข้อมูลใหญ่ Simplifications . เดอองทั้งๆที่คมชัดตัวเลขพวกเขาผลผลิต , คณิตศาสตร์เบื้องหลังตัวเลขเหล่านี้ขึ้นอยู่กับรูปแบบและสมมติฐานที่สามารถหลอกผู้ที่ใช้พวกเขาในการวางความเชื่อมั่นมากเกินไปในผลของพวกเขา .
การประชุมเดียวกันนั้น ราเชลชัต , สถิติวิจัยอาวุโสที่ Google พบว่าข้อมูลวิทยาศาสตร์ต้องการมากกว่าทักษะคณิตศาสตร์ : ยังใช้คนที่มีไพศาล curios อง ity และที่นวัตกรรมเป็นแนวทางจากประสบการณ์ของตัวเองไม่ได้ แค่ข้อมูล หลังจากทั้งหมดปรีชาที่ดีที่สุดใช้เวลายอดเงินขนาดใหญ่ของข้อมูล เก็บเกี่ยวประสบการณ์ชีวิตของเราทั้งหมดและตัวกรองมันผ่านหู
องมนุษย์สมอง