数据挖掘需要具备哪些思维原理？
极客时间编辑部
讲述：初明明大小：3.67M时长：04:01
你好，欢迎收听极客视点。
近几年，数据挖掘受到了学术界和工业界的广泛关注。所谓数据挖掘，指的是从数据库的大量数据中，揭示出隐含的、先前未知的、有潜在价值的信息的非平凡过程。日前，公众号“人工智能产业链联盟”发文称，如果你想从事数据挖掘工作的话，就需要具备以下四个思维原理。
1. 数据核心原理：从“流程”核心到“数据”核心
大数据时代，计算模式发生了转变，从“流程”核心转变为“数据”核心。Hadoop 体系的分布式计算框架已经是“数据”为核心的范式。非结构化数据及分析需求，将改变 IT 系统的升级方式。
例如，IBM 将使用以数据为中心的设计，目的是降低在超级计算机之间进行大量数据交换的必要性。大数据下，云计算找到了破茧重生的机会，在存储和计算上都体现了数据为核心的理念。
用数据核心思维方式思考问题，解决问题。以数据为核心，反映了当下 IT 产业的变革，数据成为人工智能的基础，也成为智能化的基础。
2. 数据价值原理：由功能式价值到数据式价值
非互联网时期的产品，它的价值在于功能；互联网时期的产品，它的价值在于数据。但数据并不在于“大”，而在于“有用”。也就是说，价值含量、挖掘成本比数量更为重要。不管大数据的核心价值是不是预测，但是基于大数据形成决策的模式已经为不少的企业带来了盈利和声誉。
例如，在 SWIFT 银行结算系统里的每一笔交易都可以进行大数据分析，从而预测一个经济体的健康性和增长性。《大数据时代》一书的作者维克托·迈尔·舍恩伯格认为，大量的数据能够让传统行业更好地了解客户需求，提供个性化的服务。
从功能式价值转变为数据式价值，说明数据和大数据的价值在扩大，数据为“王”的时代出现了。
3. 全样本原理：从抽样到需要全部数据样本
在大数据时代，无论是商家还是信息的搜集者，可能会比你自己更清楚你要做什么。现在的数据还没有被真正挖掘，如果真正挖掘的话，仅通过信用卡消费记录，就可以成功预测未来 5 年内的情况。
统计学里面有一个基本概念是，拥有全部样本才能找出规律。从全部样本中得到的结论水分非常少，大数据越大，真实性也就越大。
4. 关注效率原理：由关注精确度到关注效率
大数据标志着人类在寻求量化和认识世界的道路上前进了一大步，过去不可计量、存储、分析和共享的很多东西都被数据化了。大数据能提高生产效率和销售效率，也能让企业的决策更科学，提高企业的效率。
一般来讲，效率等于投入与产出比，企业追求高效率也就是追求高价值。在快速变化的市场，速度就是价值，效率就是价值，而这一切都离不开大数据思维。大数据思维有点像混沌思维，确定与不确定交织在一起，过去那种一元思维结果，已经被现在的二元思维结果取代。
过去寻求精确度，现在寻求高效率；过去寻求因果性，现在寻求相关性；过去寻找确定性，现在寻找概率性。只要大数据分析指出可能性，就会有相应的结果，从而提高企业决策、动作效率。
以上就是从事数据挖掘工作需要具备的四个思维原理，希望对你有所帮助。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(1)
- 最新
- 精选
小斧1. 数据核心原理：从“流程”核心到“数据”核心 2. 数据价值原理：由功能式价值到数据式价值 3. 全样本原理：从抽样到需要全部数据样本 4. 关注效率原理：由关注精确度到关注效率
收起评论