حجم بازی: بررسی کتاب کلان داده - آیا اندازه و داده های کوچک اهمیت دارد

مقدمه ای فریبنده سبک برای Big Data ، جایی که هوش مصنوعی تفکر سنگین را انجام می دهد

کتاب فناوری ، بررسی کتاب فناوری ، بررسی داده های بزرگ: آیا اندازه اهمیت دارد ، بررسی کتاب داده های کوچک ، کتابهای تیماندرا هارکنس ، کتابهای مارتین لیندستروم ، ذخیره سازی مجازی ، بررسی کتاب ، جدیدترین کتابها راه اندازی شدهر چیزی که از نظر منطقی با هر چیز دیگری مرتبط باشد ، داده تولید می کند و هرچه اقتصاد از نظر نقدینگی کم باشد ، این ارتباطات ثروتمندتر است.

کلان داده: آیا اندازه مهم است؟
نویسنده: تیماندرا هارکنس
ناشر: بلومزبری سیگما
صفحات: 304
قیمت: 499

داده های کوچک: سرنخ های کوچکی که روندهای عظیمی را آشکار می کند
نویسنده: مارتین لیندستروم
ناشر: هاچت هند
صفحات: 245
قیمت: 399



انواع گیلاس با عکس

پاسخ کوتاه به س questionالی که بر روی جلد کتاب تیماندرا هارکنس کمدین و متولد ریاضی مطرح شده است این است: البته اندازه مهم نیست. هرگز اهمیتی ندارد ، مگر در فیلم های کینگ کنگ و گودزیلا. در سایر موارد ، این رویکرد است که اهمیت دارد. رویکردهای کلان داده با استراتژی های ذخیره سازی و پردازش بسیار گسترده و موازی تعریف شده است. اندازه مجموعه داده ها ثانویه است ، اما وقتی حجم ها اورکلاک می شوند همه چیز واقعاً شروع به وزوز می کند.



هارکنس ، که دارای لمس بسیار دلپذیری است ، اشاره می کند که حجم داده های موجود - که او آن را به عنوان هارد دیسک های ترابایتی بسته بندی شده در چمدان در چرخ دستی چمدان فرودگاهی تصور می کند - به سرعت در حال افزایش است به طوری که اعداد و ارقام آن زمان قدیمی هستند. منتشر شده. هر چیزی که از نظر منطقی با هر چیز دیگری مرتبط باشد ، داده تولید می کند و هرچه اقتصاد از نظر نقدینگی کم باشد ، این ارتباطات ثروتمندتر است. اگر یک کارت مسافرتی با کیف پول الکترونیکی متصل به حساب بانکی و شماره تلفن همراه (که دائماً اطلاعات تماس و موقعیت مکانی را گزارش می کند) شارژ شود ، داده های کافی برای نمایه شدن صاحب آن ایجاد می شود.

با راه اندازی اینترنت اشیا ، این منحنی تندتر می شود. اتومبیل های متصل به اینترنت ، یخچال ها ، برچسب های چمدان ، پالت های حمل و نقل و موارد مشابه داده هایی مانند فوم تولید می کنند و الگوریتم هایی برای استخراج آن نوشته می شود. در اینجا تفاوت اصلی عملیاتی بین روشهای آماری سنتی و رویکردهای داده بزرگ وجود دارد: روش دوم کاملاً به هوش مصنوعی بستگی دارد که هر چه بیشتر یاد می گیرد. شما ابتدا آن را در زمینه ابتدایی تشخیص الگو آموزش می دهید و با بهبود خود ، از لحاظ نظری باید به جایی برسد که در میان الگوهای جستجوی داده ها که انتظار نداشتید پیدا کنید ، اما به آنها علاقه مند هستید ، از طریق داده ها عبور کند.



جالب اینجاست که هوش انسانی مارتین لیندستروم به دنبال الگوهای مشابه است. از آنجا که آنها از مجموعه نمونه های نسبتاً کوچکی حذف می شوند ، بسته به کاربرد آنها ، ممکن است نتیجه گیری های وی به عنوان یک حکایت یا بصیرت تلقی شود. در دسته اول مشاهدات فوق العاده او این است که مسافران تجاری مناسب و مسافران در فرودگاه تمایل دارند کارت های سوار شدن خود را در جیب خود به سمت پایین داشته باشند. زیرا آنها می خواهند این واقعیت را پنهان کنند که در حال پرواز اقتصادی هستند. این دارای ارزش سرگرمی عالی است ، اما هیچ کاربردی ندارد. این افتخار به مشاهدات لیندستروم می رسد که ظاهراً لگو را تغییر داده است ، که در حال لذت بردن از لذت بازی های دیجیتالی است. او از یکی از طرفداران 11 ساله لگو پرسید که گران ترین دارایی او چیست؟ معلوم شد که یک جفت کفش کتانی قدیمی با زاویه دقیق درست شده و به جهان اعلام می کند که صاحب آنها قهرمان اسکیت بورد است. از خوشحالی ، لگو تمرکز خود را بر اثبات قابل مشاهده موفقیت قرار داد ، مانند مدلهای گران قیمت شاهین هزاره که حتی بزرگسالان نیز با آن بازی می کنند.

یک حشره سیب زمینی سمی است

بصورت بصری ، Lindstrom به داده های بزرگ بی اعتماد است. زیرا در یکی از این روزها ، هوش مصنوعی جایگزین گوروهای انسانی می شود. تشخیص الگو بسیار قابل اعتمادتر از بینش است. این یک مهارت ذاتی بشر است که ماشین ها در حال یادگیری آن هستند. هارکنس به کار راهگشا اپیدمیولوژیست انگلیسی جان اسنو اشاره می کند ، که از تکنیک های آماری برای ردیابی شیوع وبا در سال 1854 در لندن تا یک پمپ دستی در سوهو استفاده کرد. امروزه ، هوش مصنوعی گوگل را برای مشاوره پزشکی جستجو می کند ، که از آن طریق موج نزدیک شدن به همه گیری ها را ترسیم می کند و به خدمات بهداشتی عمق استراتژیک می بخشد. Big Data در حال حاضر توسط شرکتها و دولتها مورد استفاده قرار می گیرد و بر جهان ما به طرق مختلف اما غیرقابل تصور تأثیر خواهد گذاشت. اگر مهربان باشد ، جایی برای بینش انسان باقی می ماند.