苹果/安卓/wp
积分 6834, 距离下一级还需 3346 积分
权限: 自定义头衔, 签名中使用图片, 隐身, 设置帖子权限, 设置回复可见
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡, 沉默卡, 千斤顶, 变色卡下一级可获得
权限: 签名中使用代码
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 187 天连续签到: 1 天[LV.7]常住居民III
& && &阿森纳法国球探吉勒斯-格里曼迪在接受法国队报采访时被问到关于未来足球数据，包括数据分析，传球成功率等统计上的发展趋势问题，他向我们展示了一个很有趣的观点。“数据?”他说道，“它给了那些没什么见解的人存活的机会。”这并不是这则新闻想要告诉大家的，但格里曼迪的抱怨不止是一种标准的对新生事物鄙视的小气鬼那么简单。他认为，球员十分清楚俱乐部使用数据的方式，他们也知道怎么样让这些数字改变，从而改变自己的职业生涯。结果就是，他们现在常常不选择冒险，避免参与到那些可能导致丢球的“冲撞”中，选择更稳妥的传球方式，毫不夸张地说，他们简直就是在玩一场百分比的游戏。　　我们观看足球的方式，已经开始改变足球运动的方式。建立在观察原则标准变化上的足球运动变种已经产生。这个由法国已退役防守型中场球员带来的观点绝对是这周足球消息里最令人感兴趣的。这个观点的中心议题在于，在没有反映正确事实的情况下，我们还是获得了巨大的数据泡沫，诞生了各种各样的排行榜。　　格里曼迪关于数据不可靠性的观点，迅速地被人们对于数据的渴望所埋葬。马蒂奇是数据上切尔西队中最会带球的人，科洛-图雷无用的全速奔跑多于全欧洲所有的球员，弗拉米尼在2014年花在摆动双臂上的能量多于他摆动双腿的能量，换句话说，如果弗拉米尼在场上是用手撑地跑动的话，他可以每场比赛多跑1.7公里，这样阿森纳就能以五分优势拿下联赛冠军。　　数据爆炸带给我们唯一有用的信息就是2014年英超射手排行榜，阿圭罗和博尼名列前茅。这看上去似乎是个重要的信息，博尼已经不知不觉地在转会窗口即将开启时成为了大猎物，为此曼城队不惜付出3000万英镑。有些人质疑这个价格，但其实不难知晓为什么曼城会对这名能提供非常特别的，专属的重要能力的球员感兴趣。他的能力甚至超越了格里曼迪关于数据异化的观点。　　看看博尼在Youtube上的那些进球集锦，他从来不那么显眼，却总是占据着狭小的“博尼区域”。　　因为他强大的身体素质，博尼不仅是一只发怒的公牛，同时还是把握时机和角度的行家，最具控制力和毅力的终结者。这就是他价格如此之高的原因。虽然他不是最出色的那几个，但毫无疑问他是一个终结者，在越来越多关于比赛胜利方式的数据统计出现时，他依旧专注于足球世界的一小部分，那是赢得胜利最原始的方式。有一个很有趣的地方需要讲清楚，随着空间在球场上进一步被压缩，边缘在缩小，决定比赛胜负的细节往往发生在电光火石之间，这样一来球员的基本功就起到至关重要的作用。2014年的世界最佳球员C罗，便是这一理论的进阶产物，减少自己的移动，更多地成为最后一击之人，做剃刀上最锋利的那片闪闪发光的刃。　　顺着这一理论看，似乎那些匪夷所思的进球总是被人们看做是“本能反应”，事后人们才把它分析为射手与门将之间的独家对决。我曾经采访过一位英超前锋，他让教练对他梦想中美妙一击的模样进行描述，而他对于足球最重要的部分——进球——没有真正的科技术语感到恐惧，他认为描述一系列数字模型，从门将反应率到各种传球百分比，才应该作为锋线的常规指导方式。　　英格兰足球生产优秀的终结者。我的理论是，如同扑救一样，临门一脚在任何情况下都有可能发生。不管你的方式是怎样的，你怎么带球，最基本的射门技能依旧残留着原始的成分，就像孩子们在公园里的泥坑里争球所要掌握的技能一样。所以英格兰足球出现了禁区小聪明专家吉米-格雷福斯，街头魔术师罗比-福勒，以及冷血杀手莱因克尔，他们好像是来自另一个文明的一群人。　　现在的斯图里奇就是一个相对比较内行和特别的终结者，但维尔贝克总看起来像一个反终结者，他身体出色，每次都敏锐地进行着任务，直到最后一刻脚底发软。从维尔贝克身上，我们能更加清楚地看到一个天才射手需要具备什么样的能力。这些能力对于击球手，甚至是网球手都是需要具备的，在场上将时间静止，在最复杂的情况下冷静地找到下一个动作正确的方向。
在整个联赛中，这样的高手只有一到两个。鲁尼是一位高效的射手，从他最近对身体掌控的习惯可以看出，他总能在罚点球时把门将送到错误的位置上。最厉害的当然是阿圭罗，他不论何时都保持冷静，想必大家还记得他当年对阵女王公园巡游者时的那个决定冠军归属的绝杀球，在毫秒之间他杀到危险区域，调整身体与球的角度，完美地完成致命一击。　　总之，格里曼迪也许是对的，暴风雪般飘扬的数据也许会，也许不会改变足球运动，因为球员有自知之明，他们能够控制自己。但我们要记住，那个振奋人心的，始终吸人眼球的足球尾注，进球，那才是足球运动最古老，最不可分割的基本技能。来源：懂球帝&&作者：瑞子
只想做一个勤勤恳恳的搬运工
足球& & 我不喜欢
cat.. 发表于
足球& & 我不喜欢全世界最受欢迎的体育运动您竟然不喜欢！
初级学术勋章
初级学术勋章
初级热心勋章
初级热心勋章
中级学术勋章
中级学术勋章
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师大数据是不是“万金油”？如何判断是大数据公司还是“大忽悠”
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点大数据还是大忽悠 或为巨头们的障眼法_网易手机
大数据还是大忽悠 或为巨头们的障眼法
用微信扫码二维码
分享至好友和朋友圈
美国数据可视化专家费尔顿表示，从现在业界一些公司拿出来的所谓的大数据应用实例来看，依然只是在利用传统意义上的数据价值，只是巧妙地把这笔账记在了大数据上而已。他甚至直言：大数据更多的是巨头们的商业障眼法，其目的是兜售他们的解决方案。
作为科技领域最时髦的词汇之一，大数据(Big Data)带来的机遇究竟有没有被过分炒作？在2013年夏季达沃斯论坛上，这个议题以一场辩论会的形式展开讨论。“新瓶装旧酒”？什么是大数据？ 美国数据可视化专家尼古拉斯·费尔顿(Nicholas Felton)在辩论会上表示，简单一点可以理解为超出传统数据管理工具处理能力的大规模、复杂的数据集合。判断是否属于大数据的范畴，要从三个维度来衡量：数据量(Volume)、处理速度( Velocity)以及数据种类(Variety)。“必须要承认从某些大数据中会挖掘出新的价值，但这个价值只是附加价值，没有理由去夸大它，更没有理由去无端地想象。”费尔顿表示，从现在业界一些公司拿出来的所谓的大数据应用实例来看，依然只是在利用传统意义上的数据价值，只是巧妙地把这笔账记在了大数据上而已，有点“新瓶装旧酒”的意味。费尔顿甚至直言：大数据更多的是巨头们的商业障眼法，其目的是兜售他们的解决方案。全球青年领袖、Kaggle公司总裁兼首席科学家杰里米·霍华德( Jeremy Howard)也认为，大数据的商业前景被过分夸大了。到目前来看，只有为数不多的企业真正拥有大数据，而且这些数据的管理、处理、分析并没有带来所谓空前大的挑战；因为新工具、新计算方式已经具备处理这些数据的能力。冰山一角？“新行业必须允许一定的泡沫存在，这样才能吸引更多的资金和人才，才能有更大的发展，大数据就是这样的行业。” 北京大学副教授、光华管理学院新媒体营销中心副主任苏萌认为，目前大数据的应用只露出了冰山一角，大数据时代并没有真正到来。
苏萌表示，大数据的存在有点儿像上个世纪90年代末期的互联网：很多人曾认为网页和互联网是“一时流行的狂热”，但到这些人开始大量使用互联网时，这些技术已经在业界广泛使用了。与云计算一样，大数据也描绘出了美丽的应用前景，但其影响却是实实在在的。比如：在电商购物网站制订市场方针时，大数据的存在不仅是为企业提供了数据支撑，而且为用户提供了更为便捷的信息和数据服务，能够实现对目标群体的精准营销。苏萌同时表示：“大数据是机会，但不是所有人的机会。”只有拥有大数据的大型企业和政府机构才有应用大数据的潜力与机会；“大数据的确会有价值，但没有那么大。”就看你会不会挖掘，是否善于运用数据分析的结果了；只有冷静分析大数据对自身的价值与机遇，才能避免被忽悠。
本文来源：21世纪经济报道
作者：黄远
责任编辑：王晓易_NE0011
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈华图教育微信号:gdhtgwy
华图教育微社区:gdhtgwy
华图教育认证官方微博
华图吧百度贴吧:华图
备考，揭阳华图为您提供最新的申论热点，更多资讯请关注：
& & & & 今年高考结束后，在估分以及报考志愿阶段，出现了很多以&大数据&分析为名头的报考软件。有媒体报道，只要是用手机下载软件，历年各省录取分数线、大学不同专业的年录取率，统统可以查到。有的软件还宣称自己能预测出各高校的&大小年&，甚至可以根据你的分数，直接推荐你该报考哪所学校的哪个专业；还有的软件声称能直接给出报考专业的就业形势分析。
& & 显然，这些软件都是依据往年的数据进行预测的。在高考分数尚未公布的情况下，对以往的数据进行分析，未尝不可，但如果一味依靠这些软件去填报志愿，则不太科学。可以推测，对志愿填报情况的预测，必然会影响到参与者的选择，反过来参与者对预测的响应，必然会影响未来的结果，这种博弈结果有可能使预测偏差越来越大。
& & 另外，招生计划和录取标准是会随着报考人数在政策允许范围内微调的，一所学校的招生专业也会根据报考人数有所调整，这不是计算能够预测的，需要考生和家长向学校招生部门咨询。
& & 当然，报考志愿除了与分数有关，还有一定的技巧。依据经验和分析，以及考生的一些爱好、性格特点、知识能力，给出一些专业报考方面的建议和指导，这对于考生是有益的。但在各个媒体的报道中，许多高校的招生人员都提醒考生，不能以这些软件为依据来填报志愿。
& & 今年高考以&大数据&为名的软件预测不仅在考后出现，在考前也有。比如百度预测高考作文，将作文分为六大类别，并预测每类概率，每类中再有一些关键词，每个关键词有相对应的作文题示例，考生点击这些示例关键词，就可搜索到相关范文和素材。
& & 但是，对此类软件略加分析就会发现，预测高考作文题的几十个关键词，范围非常广，几乎涵盖了各个方面，其实际价值微乎其微。每年高考后，都会有培训学校说自己预测中了高考题，预测软件的功效其实和这类学校的宣传噱头异曲同工。
& & 无论是高考作文还是报考软件，这些都是基于数据整合和分析，把过去的统计方法冠以&大数据&预测之名。当然，数据分析、挖掘、热词搜索，是&大数据&应用并向生活渗透的一种体现，而一些院校的报考趋势、冷热门专业的变化，具有一定的客观性，绝非数字统计那般简单。&大数据&之所以成为一些软件的招牌，不过是用这个时髦的科学词汇来包装，以便赢利。
& & &大数据&本身及其用途已经毋庸质疑，生物、医学、天文、环境、物理、工程、经济、互联网等诸多领域都开始出现基于数据的利用研究，尤其在交通管理、城市布局、市政设施等政府社会管理多个方面用途很大，数据思维也越来越被重视，但数据分析不是万能到任何地方都可以应用。很多学者指出，&大数据&的提法在学术界过热，明显有炒作的味道，不要说&大数据&的本质和理论方式，就是&大数据&的定义至今还没有统一的概念。而眼下，&大数据&过热过滥，被用于商业包装也就不足为奇。
& & 通过对高考报名人数、分数分布、报考志向等进行整体分析，对高校专业设置的调整、高考科学出题甚至一些政策的调整会有所裨益，但如果以经济利益为目的，打着&大数据&的旗号，进行各种预测，则应该有所警惕。
（编辑：广东分校）
掌上华图客户端
关键词阅读：
2576386人正在这里听课
2017广东公务员面授课程
2017事业单位面授课程
教师招聘考试课程
银行招聘课程
无法在这个位置找到： guangzhou/webservice/bbs_location2015.htm
广东华图官方微信
微信号：gdhtgwy张俊：没有数据量谈大数据就是在忽悠|大数据|数据量|张俊_新浪财经_新浪网
张俊：没有数据量谈大数据就是在忽悠
　　“第十届中国国际金融论坛”于-28日在上海举行。28日下午召开大数据时代的互联网金融发展及电子支付技术创新论坛。拍拍贷金融信息服务有限公司总裁张俊出席论坛并发表了自己的观点。（图片来源：新浪财经）
　　新浪财经讯 “第十届中国国际金融论坛”于-28日在上海举行。28日下午召开大数据时代的互联网金融发展及电子支付技术创新论坛。拍拍贷金融信息服务有限公司总裁张俊出席论坛并发表了自己的观点。张俊表示，即使是千亿级别，可能刚刚占一点大数据的边。所以这个数据量是一个很重要的问题，没有这个数据量，你谈大数据的话就是在忽悠你。
　　以下是演讲实录：
　　【张俊】：前段时间看了一个案例，大家在说什么是大数据，其中有一个专家说有个案例很好，什么案例呢？大家都喜欢喝牛奶，养奶牛的农场主发现每个奶牛在不同的时间段产量不一样，一开始说跟挤奶工的力度有关系，挤奶工也说不清楚。挤奶的过程基本上是靠熟练工靠新人来摸索。农场主觉得心里很不踏实，对于他们来说希望这个牛奶的产量越高越好。这时候请了专家来咨询到底怎么解决这个问题。专家分析说这里面影响牛奶产量可能有些因素，比如有关生理的方面，有没有吃饱，今天的温度怎么样，湿度怎么样，等等这些问题。当然也有可能跟奶牛的心理状况有关系，今天怎么样，有没有跟邻居吵过架等等。
　　后来另一个专家说这样挑1百头牛，把每天的产奶量记录下来，什么时候产的，挤奶的时候力度怎么样，把一些纬度的数据都记录下来，同时还给每个奶牛圈装上摄象头，一天24小时观察奶牛的状况，经过一个多月的观察，最后分析出来奶牛在每天的某些时间吃完东西，消化两小时以后最后得出一个结论：这时候挤奶，可能是产量最高的。最后找到了最终的解决之道。
　　这是一个案例，这样引出想跟跟大家探讨的三个问题：第一，现在是不是大数据时代？从我来讲现在不是大数据时代。大数据的前提是数据量要足够大。回顾到奶牛的案例，一个奶牛厂撑死1百万奶牛足够多了吧？像1百奶牛的数据量是不够的，非常少。这样就叫大数据不是很笑话吗？
　　全国有十几亿人，每个人身上有各种属性的数据。可能银行在看你个人的状况来提供额度值，有可能看1百项数据。这是千亿级别，可能刚刚占一点大数据的边。所以这个数据量是一个很重要的问题，没有这个数据量，你谈大数据的话就是在忽悠你。有的说我们公司的大数据特别牛B，要担心了。
　　刚才说银行有很多大数据，银行能不能做大数据，觉得现阶段银行也做不到大数据。还是数据量，2亿用户，怎么看一个人，主要是看收入能力和个人状况，如果是白领的话，会看工资收入，缴费记录，当前的市场环境各方面加在一起不到1百个数据纬度，乘以2亿用户，就是2百亿的用户量。
　　另外一方面，它的很多数据都是结构化的数据，我再看大数据的时候，一，数据量要足够多。二，要去分析非常多的非结构化数据，这是一个全量分析的概念，不是抽样分析。比如我们看一个人的一张照片，这个照片上其实隐含了很多数据，如果作为结构化数据动带的话，就是一张照片，如果当成非结构化的数据来看，这个照片里面隐含了很多信息，它当时的心理状况怎么样，周围跟他一起合营的人跟他是什么关系，在什么地方，可以出来很多数据。假设加入这些数据纬度的话，数据量就有一个集合级数的上升。我觉得银行跟大数据比较近，因为有这么多的交易记录。
　　银行既然有这个数据，那为什么现在不去做呢？这里有一个思路的问题，思路决定出路，根本没有想到这个数据怎么用。好像给一个人额度的时候，看你的还款能力，衡量一个人还款能力的就是这些数据纬度，从P2P的角度来讲可能就不是这样了。
　　想探讨的第三个问题：P2P是不是跟大数据结合。P2P是大数据吗？觉得现阶段还谈不上真正的大数据，但在这条路上。思路决定出路，首先要知道说这个努力的方向是哪里，怎么样来拓展我的数据纬度。还是一样回到银行受信时候，看的是个人的还款能力，这是最主要的衡量因素。
　　开发贷看你的违约成本。什么叫违约成本？在座各位借给你们50万不会跑，但是放在某些人身上，他可能不会还款了。怎么看违约成本，有很多的方法，可以拓展出非常多的数据纬度。这些里面比如像现在看一个人的非结构化数据，你是一个微博用户，你有多少粉丝数，你的粉丝里面大概是一个什么样的构成，每天发多少微博，微博平均被转化多少次，一般关注谁，关注什么的样话题和热点，在腾讯微博上、QQ上、开心上、人人上，各方面的数据纬度都可以去分析、去看，最终看一个人的违约成本，给到你的受信会低于违约成本。
　　一个用户的数据纬度有的可能超过3千个纬度，平均每个都有2千个纬度。我们有几千万用户的时候，拓展用户的非结构化纬度，可能就到了万亿级别的数据量，现在计算速度已经不是瓶颈，到这个阶段我相信我们在大数据会拓展出一片新的天地。届时再跟各位分享开发贷在大数据方面取得什么样的进展。我觉得这是一个非常好的时代，但我们现在正在这条路上走，而且觉得P2P最有可能，最有机会跟大数据结合，因为我们是银行的补充，我们需要采取跟银行不一样的方式，我们去服务大规模、小额度的吊丝用户，好处是积累了数据，有了创新的方法，所以有可能会成为未来真正牛B的大数据公司。
　　谢谢大家！
&&|&&&&|&&
请用微博账号，推荐效果更好！
看过本文的人还看过