云計算大數(shù)據(jù)培訓之10個常見誤解：算法即預言家、大數(shù)據(jù)必干凈（上）

為了確保你組織的大數(shù)據(jù)計劃保持正軌，你需要消除以下10種常見的誤解。

1. 大數(shù)據(jù)就是“很多數(shù)據(jù)”

大數(shù)據(jù)從其核心來講，它描述了結構化或非結構化數(shù)據(jù)如何結合社交媒體分析，物聯(lián)網的數(shù)據(jù)和其他外部來源，來講述一個”更大的故事”。該故事可能是一個組織運營的宏觀描述，或者是無法用傳統(tǒng)的分析方法捕獲的大局觀。從情報收集的角度來看，其所涉及的數(shù)據(jù)的大小是微不足道的。

2. 大數(shù)據(jù)必須非常干凈

在商業(yè)分析的世界里，沒有“太快”之類的東西。相反，在IT世界里，沒有“進垃圾出金子”這樣的東西，你的數(shù)據(jù)有多干凈？一種方法是運行你的分析應用程序，它可以識別數(shù)據(jù)集中的弱點。一旦這些弱點得到解決，再次運行分析以突出 “清理過的” 區(qū)域。

3. 所有人類分析人員會被機器算法取代

數(shù)據(jù)科學家的建議并不總是被前線的業(yè)務經理們執(zhí)行。行業(yè)高管Arijit Sengupta在TechRepublic 的一篇文章中指出，這些建議往往比科學項目更難實施。然而，過分依賴機器學習算法也同樣具有挑戰(zhàn)性。Sengupta說，機器算法告訴你該怎么做，但它們沒有解釋你為什么要這么做。這使得很難將數(shù)據(jù)分析與公司戰(zhàn)略規(guī)劃的其余部分結合起來。

預測算法的范圍從相對簡單的線性算法到更復雜的基于樹的算法，最后是極其復雜的神經網絡。

來源：dataiku，dataconomy。

4. 數(shù)據(jù)湖是必不可少的

據(jù)豐田研究所數(shù)據(jù)科學家Jim Adler說，對于巨量存儲庫，一些IT經理們設想用它來存儲大量結構化和非結構化數(shù)據(jù)，根本就不存在。企業(yè)機構不會不加區(qū)分地將所有數(shù)據(jù)存放到一個共享池中。Adler說，這些數(shù)據(jù)是 “精心規(guī)劃”的，存儲于獨立的部門數(shù)據(jù)庫中，鼓勵”專注的專業(yè)知識”。這是實現(xiàn)合規(guī)和其他治理要求所需的透明度和問責制的唯一途徑。