2014年12月22日 星期一
樣本=母體的時代來臨，若是樣本夠大，可以彌補抽樣的誤差
資料數量比資料品質更重要，與其要求完全精確，還 不如快速掌握大致輪廓、或是抓住發展趨勢。 谷歌翻譯良好的原因，不在於演算法更為聰明，而是輸入更多資料，接受雜亂。
相關性。只要知道正是如 此，不用智道為何如此也沒關係。
用假說來挑選該檢驗那些變數，實在不是很有效率的做法。只要將巨量資料交付相關分析(correlation analysis)。
書中舉的例子是為什麼我們這樣生活，那樣工作中提到的塔吉特能預測誰家女兒未婚懷孕。
相關性 之所以強大而重要，不只是因為能提供觀點，還因為這些觀點相對明確。但如果任意把因果關係帶速來，恐怕會模糊甚至誤導了這些觀點。
P.152 Big data的價值
Use of mobile phones and risk of brain tumours: update of Danish cohort study
http://www.bmj.com/content/343/bmj.d6387
大數據的風險，就是用過去來分析未來，就像美國隊長的劇情一樣，博士發明了一個演算法可以找出可能會威脅hydra的人，所以要將航母升空，把那些可能威脅的人事先解決。
不依賴資料分析的例子，就是賈伯斯說的「除非你拿出東西給顧客看，不然他們不知道自己要什麼。」
書中最常提到的公司就是google, amazon。其他也有提到的就是微軟，Visa和萬事達卡、推特、臉書…。
甚至連對沖基金公司，也和湯森路透合作，提供像是樂觀、陰鬱、快樂、恐懼、憤怒等情緒的資料。再將資料放入演算法模型藉以獲利。
也因為大數據，統計學家、資料庫管理人員，機器學習都被視為未來的夢幻工作。
張貼留言