打卡 | 《伯凡日知录》大数据是否能消除不确定性

精要

大数据有一个关键概念,就是从因果关系转向相关关系。它并不知道中间的过程,但是只要两个现象之间总是能够有相关性,它就能够做出一个预测。

以农谚为例,实际它背后有一套因果关系。蚂蚁搬家是因为蚂蚁很敏感,它们能感受到空气湿度的增加,也就是说它不需要晴雨表,就能够通过对空气湿度的敏锐的感知而知道马上要下雨,所以它们要把家从低处搬到高处去。燕子低飞是因为那些昆虫由于湿气增加,翅膀变得潮湿,以至于没办法飞得很高,燕子是以它们为食,所以昆虫低飞导致燕子也低飞了。

农民通过长期的观察,并不一定要知道他们之间的因果关系,但他们可以认定,当蚂蚁搬家,燕子低飞的时候,就会下雨。

今天人类进入了一个一切人和事的运行都可以被实时的记录下来,变成数据。通过对数据的挖掘和分析,人类就获得了一种前所未有的能力,通过分析现象间的关联,达到预测未来的目的。但是,这并不意味着人类就能够消除不确定性。

不管大数据技术如何的发达,人类都没办法穷尽这个世界的不确定性,模糊性,易变性和复杂性。100年前就有海森堡的测不准原理,揭示了物理世界的不确定性,而人类世界里的不确定性,就更加的明显了:每一个人的行为,每一个人的思维都有很多很多的偶然性,当无数个充满着不确定性偶然性的个体汇聚在一起的时候,我们通过大数据技术是可以做出某种预知的,但是还有大量的事件,大量的过程是无法预测的

一命二運三風水四積陰德五讀書。虽然这个话带有不科学甚至迷信色彩,但是它也在提醒我们这个世界是充满着不确定性的,我们能做的就是一句话,尽人事听天命

大数据,今天我们可以把它叫人算,它是力图接近天算的那种人算,但它毕竟是,人算不如天算。

心得

利用大数据做预测,能达到60%以上的准确率,就已经比完全不确定好很多了。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,039评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,223评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,916评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,009评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,030评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,011评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,934评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,754评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,202评论 1 309
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,433评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,590评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,321评论 5 342
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,917评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,568评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,738评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,583评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,482评论 2 352

推荐阅读更多精彩内容