不久之前我曾与一位大型银行的首席执行官一同用餐。他正在考虑是否要退出意大利市场，因为经济形势不景气，而且未来很可能出现一场欧元危机。 这位 CEO 手下的经济学家描绘出一片惨淡的景象，并且计算出经济低迷对公司意味着什么。但是最终，他还是在自己价值观念的指引下做出了决定。 这家银行在意大利已经有了几十年的历史。他不希望意大利人觉得他的银行只能同甘不能共苦。他不希望银行的员工认为他们在时局艰难之际会弃甲而逃。他决定留在意大利，不管未来有什么危机都要坚持下去，即便付出短期代价也在所不惜。 做决策之时他
有人说，数据会说谎。其实不然，数据本身不会说谎，它只会真是呈现记录的状态。 所谓的数据会“说谎”，其根本原因在于分析数据的那个人所追求的“真相”。 先来讲个故事： 1941年，第二次世界大战正打得如火如荼。有一天，美国哥伦比亚大学著名统计学家沃德 教授(Abraham Wald) 遇到了一个意外的访客，那是英国皇家空军的作战指挥官。 他说：“沃德教授，每次飞行员出发去执行轰炸任务，我们最怕听到的回报是：‘ 呼叫总部，我中弹了！’请协助我们改善这个攸关飞行员生死的难题吧！” 沃德接下这个紧急研究案
2013年12月13日，“中关村大数据日”在中关村软件园拉开帷幕。中关村大数据日以“你好，大数据：站在数据王国的门口”为主线，从大数据发展趋势、大数据与社交媒体、开源技术与趋势等层面，将大数据与云计算结合，讲解大数据发展前景，阐释大数据商业价值，描绘大数据时代的蓝图。香港城市大学的祝建华教授在现场发表演讲，他演讲的题目是“一个文科教授眼中的大数据”。 以下是现场速记： 祝建华：谢谢周老师的介绍，用现在的网络语言，我是一个文科男，或者是老年文科男。最近大家最有印象的是莫言在接受诺贝奖时说了一句话，
关于女司机，从来都有聊不完的话题…… 最近，宁波和南京的相关部分纷纷公布了2015年的伤亡事交通故数据分析结果，数据显示女司机不是“马路杀手”！ 宁波的数据显示：男司机的肇事比例要远远高于女司机，占到了87.44%，超过2000人。 2016年01月07日下午，“宁波交警”微信服务号发布了一则2015年上报的伤亡事故数据分析报告，将2015年伤亡事故按责任驾驶员的十二星座进行了大数据统计分析。不过，交警“蜀黍”也说了，星座与交通违法没有必然联系，他们只是想通过这样趣味性的方式引起大家对安全行车、
在数据“爆炸”的时代，大数据常常被寄予厚望。到底，什么样的数据才算大数据，怎样才能用好大数据，传统统计学还有用武之地吗？清华大学统计学研究中心前不久成立，著名统计学家、哈佛大学终身教授刘军担任主任。日前，刘军做客人民日报、人民网《文化讲坛》，分享他的思考。
在贵阳召开的数博会上，阿里巴巴创始人马云围绕大数据与经济社会的关系发表了演讲，以下为演讲全文： 现在很多线下小店在打折或关店，说“都是马云惹的祸，都是淘宝惹的祸”。其实，在13年以前推广整个电子商务时，我们说到互联网会影响生产、制造、销售以及社会的方方面面，电子商务将会对很多的行业带来巨大冲击，很多人并不以为然。 今天我也可以这么讲：十年以后，中国的经济也好，世界的经济也好，都是大数据惹的祸。如果你不参与整个大数据的建设，不真正把自己的企业变成互联网的制造业，将来你一定会像今天一样抱怨和埋怨。
大数据的分析 从所周知，大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的，深入的，有价值的信息。那么越来越多的应用涉及到大数据，而这些大数据的属性，包括数量，速度，多样性等等都是呈现了大数据不断增长的复杂性，所以大数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。基于如此的认识，大数据分析普遍存在的方法理论有哪些呢？ 可视化分析 大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分
这是小编一年前分享的一篇文章，今天无意看到，挖出来再分享一次。当初之所以分享这篇文章，是因为小编对于文中“What比why重要”的观点十分认同。在大数据时代，简单的额统计分析即可以轻松发现到两种或多种现象之间的潜在联系，但是却难以轻松地理清它们之间的因果关系。正如《大数据时代》的作者维克托指出的那样：大数据时代最大的转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。这颠覆了千百年来人类的思维惯例，是对人类的认知和与世界交流的方式提出全新的
A 聚合(Aggregation) – 搜索、合并、显示数据的过程 算法(Algorithms) – 可以完成某种数据分析的数学公式 分析法(Analytics) – 用于发现数据的内在涵义 异常检测(Anomaly detection) – 在数据集中搜索与预期模式或行为不匹配的数据项。除了“Anomalies”,用来表示异常的词有以下几种：outliers, exceptions, surprises, contaminants.他们通常可提供关键的可执行信息 匿名化(Anonymizati
随着信息时代的到来，海量、多源的大数据将对城市问题咨询、城市规划应用、城市交通研究等方面的范式、技术革新产生重要影响。为推动大数据在城市研究中的应用，不断提高城市研究水平，2015 年 11 月 21 日，由同济大学建筑与城市规划学院、上海同济城市规划设计研究院、城市规划学刊编辑部共同主办的大数据与城市空间分析研讨会在同济大学成功举办。 会议嘉宾从多角度解读了对城市的理解、对大数据方法应用的心得，具体情况如下： 手机数据·活动特征 基于智能手机的个体用户活动特征分析 同济大学交通运输学院 &nb
