有光之教堂模型的模型要的数据吗？

来源：蜘蛛抓取(WebSpider) 时间：2015-03-13 04:39 标签： 光之教堂分析
数据库技术是60年代初开始发展起来的一门数据管理自动化的综合性新技术。数据库的..
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
目前，数据库领域采用的数据模型有层次模型、网状模型和关系模型，其中
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口Advertisement
预测模型要大数据还是小数据？
导读：本文通过多了案例，介绍了在使用预测模型时的两种声音，有人认为样本足以支撑预测分析，而且更快捷，有人则支持使用大数据。关键词：&&&
【TechTarget中国原创】 很多数据分析专家都对抱有很大的希望。但是在预测分析世界大会上，演讲者讲到预测分析模型，对大数据并不是很乐观。 StatSoft的高级数据分析师兼数据挖掘顾问Gary Miner表示：“大数据对我来说只是一个炒得很热的概念，并没有什么新鲜的。” Miner认为，对于大数据究竟是什么，仍存在争议。广为流传的是IBM提出的，即规模大、速度快和种类多。但是，要想用一个精确地量来定义“大”数据，这本身就是不精确的。有人说几TB，有人说几百TB。 样本代替总量 Miner的感受是，对大数据，人们言过其实了。相反，分析小规模数据集倒来的更实际。他举了一些医学实验如何通过不足100的病例取得研究成果的例子。因为更小、更精良的数据集更容易过滤“噪声”，获得“信号”。 存储空间的成本正在降低，这让分析界倾向于分析全部数据集。不过Miner 认为通过随机样本，你会更快速地获得更好的结果。 “如果你想从数据中挖掘因果关系，你最好分析小数据集。” 旅游社区TripAdvisor商业部门的分析总监Michael Berry表示，在大数据时代，人们希望通过部署一个技术，就可以解决多种问题。供应商们正在积极迎合这种需求，声称自己的大数据软件可以极大地简化业务分析项目。但Berry认为，这种简单便捷的基本上只是一种幻想。 “这只是一种营销策略，从来没有实现过。” Berry建议，与其坐等大数据软件来解决一切问题，不如去提升自己的预测模型。定义预测模型的变量要比放入模型中的大规模数据有用的多。 Berry认为，在模型中加入更多的数据反而会增加分析的时间。在分析数据集的时候，样本足以揭示总量的规律，而且更快捷。如果分析了100个数据节点之后，样本已经显而易见了，就不需要继续分析剩下的十万个数据节点了。这样只会延长项目，降低收益。 数据质量 并不是每一个人都这样看衰大数据。广告代理商Carmichael Lynch的数据分析战略家Peter Amstutz认为，在创建预测模型的时候，尽可能多的收集数据变量是很重要的。有时，可以通过一个标准记录的数据源积累信息变量，但很多时候，组织会得到大量的非结构化数据。这时，大数据就派上用场了。 Amstutz最近帮助Subaru部署了一个提升建模项目，汽车制造商可以通过它更精确地锁定目标客户。Amstutz表示，他一直在寻找包含客户信息的新的数据源，以便于建立目标客户的个人档案。参照这些变量，广告商就可以更精确地找到目标客户。 数据分析供应商ForeSee移动、媒体和娱乐的高级总监Eric Feinberg认为，最重要的是数据的质量，而不是规模。大数据只有在标准和精确的条件下才有用。 他强调，不同行业应用大数据分析有所不同。在研究销售趋势的时候，明显的峰值只会增加噪点，让人难以判断真实的趋势。而在欺诈检测中，峰值正是分析人员要分析的。所以使用少量样本的时候，销售预测效果较好，但要进行欺诈检测，就得依靠大数据了。 另一方面，更传统的方法或许效果更佳。Feinberg举了医疗器械公司想要完善心脏病客户个人档案的例子。医疗器械公司可以通过收集大数据找到相似客户的共同点，或者花钱找几个心脏病患者过来。 “两者是一样的。甚至后者更难，因为它要花费更多的时间，但结果是一个成熟的数据集。”
如果使用大数据，那么我们可以实现任何承诺;实现充分的商业洞察力并打败竞争对手。然而，目前并没有像之前被广泛宣传的那样，存在大数据的成功实现。
没有理论的大数据是皮毛，只看到显著相关性，但不经检验，没有理论，这样的相关是没有意义的，或许是虚假。
对于三个顶级的Apache项目，本文并未对它们的大量特性和不同之处做进一步描述。不过，一定要记得上面的比较是有局限性的，因为这些系统会一直演化和进步。
Hadoop供应商MapR最近宣布，新版的Hadoop软件发行版包括POSIX代理、为C语言开发者准备的API和针对MapR数据库的跨数据中心表复制。
在波兰，率先采用大数据的是网站、公共部门和其他需要处理大规模数据集的公司，它们最早构建了大数据项目的框架。
TechTarget中国官方微信
本次电子书向IT经理、分析专家以及业务管理者介绍大数据分析的发展趋势，相关技术和挑战。对技术现状进行深入的解读，并为大数据分析项目的落地出谋划策。
在大数据背景下，Apache Hadoop已经逐渐成为一种标签性，业界对于这一开源分布式技术的了解也在不断加深。
NoSQL数据库公司VoltDB副总裁John Piekos结合多年技术经验，论述了快数据给现代企业架构带来的挑战，他认为，相比于数据规模的爆炸式增长而言，数据速度的快速变化和增长才是数据分析行业面临的主要挑战。
TechTarget中国商务智能网站将众多新兴大数据分析工具打包奉送，包括Amazon Elastic MapReduce、Splunk、Yarn、SharePoint、Teradata QueryGrid和Facebook图谱搜索。
在本次的TechTarget商业智能电子书当中，我们关注了Hadoop 2的新特性、对YARN的技术解析、Hadoop应用实践、常见问题及市场需求。元数据模型在数据统一平台中的应用_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
&&¥2.00
&&¥2.00
&&¥2.00
&&¥2.00
&&¥1.00
喜欢此文档的还喜欢
元数据模型在数据统一平台中的应用
阅读已结束，如果下载本文需要使用
想免费下载本文？
把文档贴到Blog、BBS或个人站等：
普通尺寸(450*500pix)
较大尺寸(630*500pix)
你可能喜欢

我要回帖

更多关于 光之教堂分析 的文章

 

随机推荐