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。

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。