0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

大数据分析后需要人脑的来判断选择

汽车玩家 来源:今日头条 作者:北方数据中心 2020-03-22 17:34 次阅读

从最宏观的角度来看,大数据的逻辑是相对于人脑的选择机制而提出的,大数据分析是理性的,不带任何情感色彩,而人脑的选择机制则是非理性且受限的,会有很多主观的因素。表面上看起来,大数据分析所带来的结论似乎更靠谱一些,但是实际上,我们在现实当中所面临的问题则还是要依靠人脑来定夺。

人不是IT设备,不像计算机那样在遇到某个事物的时候可以调用所有的信息。在面对选择的时候,人们所采取的步骤是:调动记忆当中所存储的可以最快调用的信息,并根据眼前的场景给出问题的解决方案——思考一下,你是不是这样处理问题的。

大数据分析与人脑的选择机制

人脑的选择机制面临着两个制约因素,第一是记忆库存储量的大小,第二则是思考路径的选择。

举例来说,围棋棋手需要背熟大量的定式,这样才可以在进行围棋比赛的时候在规定时间内让自己可以做出面对复杂局面的最优选择。这种储存在大脑当中的“定式记忆库”的优先级是高于围棋的“计算力”的,一个计算力很强但是不背定式的棋手,在实战中一定会吃亏于计算力没那么强但是背定式的棋手,特别是在局部的“战斗之中”。

但是AI围棋则不同,因为AI围棋的数据库足够庞大,因此对于它来说,棋盘上的每一步“都是定式”,它的定式就是计算出来的结果。围棋棋盘上的变化虽然多,但是因为受到纵横十九线的限制,在有限的变化范围内,IT系统是可以采用“穷举算法”的。

或者,我们再换一个逻辑,如果一个最聪明的棋手,在他的大脑之中储存了如AI程序一样多的“定式”呢?毕竟围棋的“战况”只是黑白棋子“排列组合”的结果,实战测试已经告诉我们,人类的超一流围棋选手,可以在前几十步的时候下得和AI程序一样,但是人脑会因为受限思维而犯错,电脑则不会。

所以,如果想让我们的大脑可以做到更正确的判断,对于任何人来说,重要的步骤都是增加自己的“数据库”容量,这也是“学习使人进步”的道理所在。

说到“思考路径的选择”,很多人都忽视了这个问题。在我们试图给出一个解决方案的时候必然要调用自己的记忆,而调动哪一部分记忆,则就取决于思考路径的选择了。

大数据分析与人脑的选择机制

比如我们谈到文旅项目,如果你设置自己的思考路径是从“如何规划硬件建设开始”,那么肯定和思考路径是“游客为何前来消费”不同的,因为路径的不同,调用记忆中的信息库、知识库肯定也不同,最后给出的解决方案则肯定也是不同的。

那么理性的大数据呢?也许它可以通过对个人信息的采集,告诉我们游客来自哪些地区、年龄多大、乘坐什么交通工具、消费多少……,但是它却没有在文旅项目兴建之前,告诉我们这个文旅项目是否可以赢利。

除非我们真的像电影里演的那样,生活在虚拟的数字世界当中,否则我们就不应该只相信感性的或者理性的认知,对于现实世界来说,这两种认知是互相补充的。我们需要大数据的采集分析能力向我们提供做出判断选择的依据,但是这个判断选择却必须由我们的人脑来完成。

最后要强调的一点是,再“大”的大数据,也只能告诉你已经发生了什么,而不会告诉你未来会发生什么,未来,必须靠你自己!

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 大数据
    +关注

    关注

    64

    文章

    8897

    浏览量

    137542
收藏 人收藏

    评论

    相关推荐

    数据可视化与数据分析的关系

    在当今这个信息爆炸的时代,数据无处不在。无论是企业运营、科学研究还是个人决策,我们都需要从海量的数据中提取有价值的信息。数据分析数据可视化
    的头像 发表于 12-06 17:09 368次阅读

    LLM在数据分析中的作用

    随着大数据时代的到来,数据分析已经成为企业和组织决策的关键工具。数据科学家和分析需要从海量数据
    的头像 发表于 11-19 15:35 339次阅读

    eda与传统数据分析的区别

    进行初步的探索和理解,发现数据中潜在的模式、关系、异常值等,为后续的分析和建模提供线索和基础。 方法论 :EDA强调数据的真实分布和可视化,使用多种图表和可视化工具展示
    的头像 发表于 11-13 10:52 367次阅读

    为什么选择eda进行数据分析

    数据科学领域,数据分析是一个复杂且多步骤的过程,它涉及到数据的收集、清洗、探索、建模和解释。在这些步骤中,探索性数据分析(EDA)扮演着至关重要的角色。 1. 理解
    的头像 发表于 11-13 10:41 263次阅读

    raid 在大数据分析中的应用

    的具体应用: 一、提高性能 并行读写 :RAID技术通过并行读写多个磁盘,可以显著提高数据的读写速度。在大数据分析环境中,数据读写速度是影响分析效率的关键因素之一。RAID 0(条带化
    的头像 发表于 11-12 09:44 269次阅读

    emc技术在大数据分析中的角色

    在当今这个数据驱动的世界中,大数据分析已经成为企业获取洞察力、优化业务流程和提高竞争力的关键工具。随着数据量的爆炸性增长,企业面临着如何有效存储、处理和分析这些
    的头像 发表于 11-01 15:22 298次阅读

    云计算在大数据分析中的应用

    云计算在大数据分析中的应用广泛且深入,它为用户提供了存储、计算、分析和预测的强大能力。以下是对云计算在大数据分析中应用的介绍: 一、存储和处理海量数据 云计算提供了强大的存储和计算能力
    的头像 发表于 10-24 09:18 510次阅读

    使用AI大模型进行数据分析的技巧

    使用AI大模型进行数据分析的技巧涉及多个方面,以下是一些关键的步骤和注意事项: 一、明确任务目标和需求 在使用AI大模型之前,首先要明确数据分析的任务目标,这将直接影响模型的选择数据
    的头像 发表于 10-23 15:14 895次阅读

    IP 地址大数据分析如何进行网络优化?

    一、大数据分析在网络优化中的作用 1.流量分析 大数据分析可以对网络中的流量进行实时监测和分析,了解网络的使用情况和流量趋势。通过对流量数据
    的头像 发表于 10-09 15:32 257次阅读
    IP 地址<b class='flag-5'>大数据分析</b>如何进行网络优化?

    数据分析的工具有哪些

    数据分析是一个涉及收集、处理、分析和解释数据以得出有意义见解的过程。在这个过程中,使用正确的工具至关重要。以下是一些主要的数据分析工具,以及它们的功能和用途的介绍。 Excel Exc
    的头像 发表于 07-05 14:54 900次阅读

    数据分析有哪些分析方法

    。 描述性分析 描述性分析数据分析的第一步,它的目的是对数据进行描述和总结。描述性分析通常包括以下几个方面: 1.1
    的头像 发表于 07-05 14:51 632次阅读

    机器学习在数据分析中的应用

    随着大数据时代的到来,数据量的爆炸性增长对数据分析提出了更高的要求。机器学习作为一种强大的工具,通过训练模型从数据中学习规律,为企业和组织提供了更高效、更准确的
    的头像 发表于 07-02 11:22 663次阅读

    大数据分析平台网站

    大数据分析平台是一种用于处理和分析大规模数据集的系统,旨在从海量数据中提取有价值的信息和洞察。以下是大数据分析平台的主要功能和应用场景: 主
    的头像 发表于 06-28 15:46 696次阅读

    求助,关于AD采集到的数据分析问题

    MATLAB中画图能看到几个周期的图像 数据特征:在matlab中能看到图像是由两部分构成,一部分是基波及其n次谐波,即存在上升沿,过冲,另一部分是随机噪声 求各位大神科普数据分析方法(稍后传MATLAB图像)
    发表于 05-09 07:40

    广告投放公司运用大数据分析,实现精准投放

    广告投放公司运用大数据分析,实现精准投放 随着大数据技术的不断发展,广告投放行业正经历着一场深刻的变革。传统的广告投放方式已经难以满足市场需求,而大数据分析则为广告投放带来了精准、高效的解决方案
    的头像 发表于 04-11 11:23 991次阅读