《贵州大数据演讲稿》由会员分享，可在线阅读，更多相关《贵州大数据演讲稿（8页珍藏版）》请在金锄头文库上搜索。
1、为了适应公司新战略的发展，保障停车场安保新项目的正常、顺利开展，特制定安保从业人员的业务技能及个人素质的培训计划贵州大数据演讲稿大數據演講稿第二頁:人類從十三世紀以來，透過測量世界、進而征服世界，為了減少資料錯誤，確保資料品質，我們不斷改善工具，好讓測量更精準。然而現在有愈來愈多的資料，我們必須要知道資料量越多，就愈不可能精確，因此我們必須換個心態，來接受這個事實。第三頁:在大數據的概念裏頭，我們必須以新觀念來面對新局面，我們必須跳脫越多越好的概念，讓愈多會比品質愈好更重要。因此我們要開始認識在這些越多的東西裏頭，無可避免會產生的雜亂問題，而也就是這個問題，我們必須了解有哪些雜亂!雜亂基本上分
2、成三種，第一種是資料量多而產生的雜亂，越多的資料出錯率越高。第二種是資料型態不同而產生相容性問題，例如:消防員用語音辨識系統和人做受災資料蒐集，機器和人收集資料型態不同，比對時無可避面會產生雜亂，但往往更能掌握當下的實際情況。第三種是不同格式的資料型態產生的雜亂，此雜亂往往發生在提取或處理資料時，因為接收端與輸出端，資料格式不一，而產生的雜亂問題。但我們不用擔心，舉個例子-用十隻很貴的溫度計量和一百隻便宜的溫度計量，雖然便宜不準，但蒐集越多的數據，也可以越看清全貌，因此更多的資料點，帶來的巨大價值，使得雜亂變得微不足道。總之，我們可以犧牲一點精確度，取用所有的資料點，我們更能看出整體的大趨勢。
3、第四頁:西洋棋規則完善，行之有年，其主要歸功於他的演算法和殘局處理能力，而殘局處理能力往往源自於它內建的殘局應對資料，而這個殘局應對分析主要是在只剩下六顆棋子的情況下，每一步都經過完整的分析，做成巨量的表供程式做運算處理，那我們發現，如果我們讓其殘局應對資料增加越多，甚至高達1TB，我們越能讓程式變得完成無暇，無人能敵。在語料庫的例子，這個例子來自微軟在做word的文法檢查所得到的發現。他們一開始在增進文法檢查這個功能上，考慮到，是否要改良演算法、用更複雜的功能去實現，or使用更多的資料去餵給現有的演算系統，結果發現，改良演算法，準確率提升8%，但用後者方法，準確率提升足足20%以上，由此兩個
4、例子可知資料數量子資料品質更重要。第五頁:來到本章重點，我們逐漸打破層層的限制，我們接近樣本=母體的境界，過去我們注重資訊品質，重視的是資料的準確性與否，畢竟過去蒐集來的資料少，我們對樣本的要求也比較高。但現在，隨著科技快速的發展，我們有足夠的記憶體，足夠的運算速度，讓我們提升了資料量，讓我們從原本抽樣的方式，轉型到能夠使樣本=母體，我們追求的是整體的趨勢，即使越多的的資料會產生越多的混亂，我們依然能夠以資料量壓過現存的資料混亂，我們讓混亂在我們巨大的資料下顯得微不足道，因此得到一個結論，資料數量比資料品質更重要，寧可犧牲一點精確度，取用所有的資料點，我們反而更能看出整體的大趨勢。大数据时代的
5、思维革命目前再说“我们生活在一个网络时代”的话，显得有点落伍了，当下最时髦的说法是“我们生活在一个大数据时代”。从表层意义上看，人们是用“大数据”来描述和定义信息爆炸时代产生的海量数据。实际上，“大数据”的渗透能力远远超出人们的想象，不管是在物理学、生物学、环境生态学等领域，还是军事、金融、通信、贸易等行业，数据正在迅速膨胀，没有一个领域可以不被波及。“大数据”正在改变，甚至颠覆我们所处的整个时代，对社会发展产生方方面面的影响，也让我们的思维不得不跟随时代的变迁而经历自我革命。XX年5月20日，在北京朝阳北路朝阳大悦城六楼，一家餐厅低调开业了。没有热闹的广告，没有红地毯，没有领导剪裁和讲话，有
6、的只是长达半年的封闭测试，邀请一些明星“吃货”们试吃，这些明星“吃货”一旦被成功邀请，就立即通过微博、微信向粉丝们讲述就餐感受。而这家餐厅通过分析明星与粉丝的互动信息等大数据，渐渐掌握了话语权，并尽可能地改造菜品、环境、流程。于是，一个传奇诞生了。这家名为“雕爷牛腩餐厅”现在被标榜为中国第一家“轻奢餐”餐饮品牌，其烹饪牛腩的秘方是向周星驰电影食神中的原型人物香港食神戴龙以500万元购买而得。戴龙经常为李嘉诚、何鸿燊等港澳名流提供家宴料理，他还是1997年香港回归当晚的国宴行政总厨，所以他的代表作，一道“咖喱牛腩饭”和一道“金汤牛腩面”，成为无数人梦寐以求的舌尖上的巅峰享受。这是微博、微信的胜利
7、，也是互联网的胜利，更是大数据的胜利。以互联网为主要手段的大数据，就这么征服了市场，颠覆了经典，创造了传奇。其实，雕爷传奇绝非个案，在大数据时代，这样的传奇每天都会发生。小米、黄太吉的成功都是基于大数据思维。我们身处大数据时代，很多的传奇在发生，但也很快就有可能被淹没在大数据时代的汪洋大海里。其实，所谓的大数据思维具有三层含义。第一层含义是，大数据思维必须分析全面的数据而非随机抽样，必须重视数据的复杂性，弱化精确性，必须关注数据的相关性，而非因果关系。第二层含义是要把数据当做一种可以升值的重要资产，而不是只做研究对象，研究完就束之高阁。第三层含义是数据有变现功能，通过挖掘数据价值，就能改变价值
8、的生成基础和价值链条。历史上任何一次成功的变革都是由思维方式的转变开始的，旧的体制和传统理念在面临新的思维逻辑的时候，如果不能与时俱进，吸收并转变为顺应潮流的新思维，通过新思维来重新组织战略和策略，那么任何过去成功的经验反而会成为阻碍发展的桎梏。这种新思维颠覆巨头的案例最先发生在信息技术的传统领域，然后渗透到传统的商业领域。比如黑莓，比如摩托罗拉，比如诺基亚，比如柯达，比如雅虎等等，案例比比皆是。大数据思维的基础是互联网，而互联网有没有思维呢？答案是肯定的。在XX年，互联网思维是科技先锋大拿们的热门话题，一个个以互联网思维为话语体系的圈子论坛及营销甚嚣尘上。就连CCTV也在新闻联播以专题的形式
9、报道了互联网思维正在从专家领域飞向千家万户。那么什么是互联网思维呢？有学者做过统计，大约有几十种定义，尽管在表述上存在分歧，但有一点让业界对互联网思维达成了共识，即“一切从人出发，一切为了人”。大数据时代的思维同样是以“人”为中心来建构其逻辑的，因为数据的来源及其用途所指向的对象都是“人”。在大数据面前，人是没有等级之分、没有主仆之别，大家相互尊重、相互依赖、谁也离不开谁。网络是没有层级之分的，虽然网络上的节点有大小的不同，但是每一个节点，都可以是一个中心。也就是说，每个人都可以是中心。在工业时代，人是从属于流水线生产和金字塔结构的，因为机器比人更重要，团队的纪律性也远比个人的创造性重要。但大
10、数据时代，人的创造性变得空前的重要，而人在创造性方面，其拥有的权利和面临的机会是平等的。大数据时代的作者维克托迈尔-舍恩伯格教授就曾直言大数据存在的“短板”：大数据可以预测经济、防灾避险、预防犯罪，但是它不能预测不可预知的事情，别指望大数据能帮你100%地完成创造性工作。他举了两个例子：首先，它不能预知不可预知的事件，这类事件通常被称为“黑天鹅”。大数据是基于过去的数据来预测未来，当过去不可掌握时，它便无计可施。其次，它不可能替代人类的思维。大数据统统来源于现实，而人类的许多想法来源于脑海而非现实，甚至会产生许多非理性的、创造性的思维与想象，这些都是大数据做不到的。大数据是死的，创造性思维是活
11、的。大数据时代的思维革命并不是升级现有逻辑，而是需要创造一种新的逻辑，其关键在于挖掘发散思维、逆向思维、关联思维等非常规的思维潜质，从而激发无穷的创造活力。爱因斯坦曾经说：“我思考问题时，不是用语言进行思考，而是用活动的跳跃的形象进行思考”。丘吉尔的反定式思维成就了二战经典代号“发电机计划”的敦刻尔克大撤退；福特在重大经营项目上时常做出创造性决策，终成享誉世界的“汽车大王”；乔布斯从不追捧市场，反而强调产品内外极致追求，才成就了“苹果”的辉煌。所以，在当今的信息网络时代、在智慧地球的创新时代，我们切莫丧失了思维的跳跃性、形象性和创造性，只有如此，才能在大数据时代的滚滚洪流中屹立于桥头堡之上！H
12、ello,everyone.Asweallknow,wearenowlivingattheageofbigdata,whichleadsarevolutionthattransformshowwethink.Butmanypeoplehavehalfknowofbigdata,theyhaventadoptedtothetremendouschange.SotodayIdliketotalkaboutthethreepeculiaritiesofbigdata.Iwillbeverygladifmyspeechcouldhelpyou.Firstly,allsamplesratherthans
13、amplinganalysis.Withthedevelopmentoftechnology,weareabletoprocessmassivedata,fromwhichwecangetmorereliableresultthanthroughsamplinganalysis.Sowecangiveupsamplinganalysisinmostcases.Secondly,efficiencyratherthanaccuracy.Attheageofbigdata,weconcernmoreonefficiencyratherthanaccuracy.Inotherwords,weshou
14、ldallowfaultstoimproveefficiency.Comparingwithmassivedata,somefaultsdonotinfluencethefinalresult.Thirdly,correlationisasimportantascausality.Wecantdenytheimportanceofcausality,butsometimesitisdifficultorunnecessarytoexploreit.Forexample,therecommendationsystemofAmazondoesntknowwhythecustomerwholikes
15、HemingwaysworksislikelytobuyFitzgeraldsworks,itjustrecommendsandhelpsAmazonsellmorethan100timesbooksthanbeforeAmazonusingit.Fromthisexample,wecanconcludethatcorrelationplaysanimportantroleattheageofbigdata,sopleasedontoverlookit.Finally,letsreviewthethreepeculiaritiesofbigdata.Pleaserememberthem,maybetheywillhelpyouoneday.Thatsall,thankyou.目的-通过该培训员工可对保安行业有初步了解，并感受到安保行业的发展的巨大潜力，可提升其的专业水平，并确保其在这个行业的安全感。
