数据分析思想指南
现如今,大数据,数据科学家,商业智能,建模人员和无数其他形形色色的职业不断地向正在浏览媒体的人呐喊着。挑战时的振奋人心,诱人的前途和职业道路,与决策者亲密接触的可能性,“天才”的标签,还有更多接触该行业专业领域的机会。在数据的领域中,对人才的需求非常大。
现在所有的人或事都已经根据数据分析推出了一些项目或是计划将在不久的未来推出,这一现象确实是真实的正在发生。甚至,你现在已经可以找到一系列公开资料去学习这些项目 但是,要记住,这个过程我们应该谨慎的探索,因为并不是所有的道路一定通向成功。
现在,分析是一个跨领域,联系各商业原则的核心技能,它可以更好的做出决策。任何邻域都渴望掌握这种技能。随着信息技术的成熟,越来越多的数据可以在为管理者提供合理的解决方案。这样看来,似乎缺乏的是可以影响任何决策的管理者的能力和理解。在分析的课程中,它对提供此能力做出了承诺,但也对于需要遵循的注意事项却很少提及。这里试图突出相同之处。
决策取决于五大要点 – 整体情况(上下文)的认识,影响因素(变量),可控参数(决策变量)的预期目标(结果),最重要的 — (可行的见解)。
虽然在这个过程中已经有了工具,技术,计算机技术的支持,连接性,算法和框架,但是最关键的部分是这是快速,富有想象力和专业的人类智慧 – 因为如注1所示:所有的分析不是学习机!简单说来,一台机器只能根据设定好的一套模式来处理过去的数据。只有智慧的大脑才可以思考出有深度的见解。不幸的是,学习不能走捷径,也就是说想要拥有这样的智慧是不能走捷径的。
处理建议 — 选择一个在解决技术,工具和技术方面拥有等量权重的项目
决策这个词语在拉丁文中是dēcīdere,从字面上来说它的意思是切断。它同homicide、insecticide这两个词的意思非常相近,这一类词主要是指疼痛。决策的过程真的很痛苦,因为它必须只选择其中的一部分,而放弃一部分。正如注2所示:所有关于分析并不是愉快和美好的!它需要支持一些艰难的决策或是做出一些艰难的决策。虽然你不会得到完美的信息和完美的决策,但是至少结果不能出现错误。
处理建议— 选择一个可以让你用真实的数据集和实施模拟的可实践项目。
在企业,决策是一个非常复杂和不断挑战的过程。请不要误会这个挑战是任何座位刺激或肾上腺素抽水经验的边缘。它既不是“eureka”给你的经验,也不是重复的,膨胀和吃力不讨好的经验。 每当你做出了错误的决定他都是已知的,但正确的决定只能被预期并且几乎不能被承认。
您需要询问看似明显而愚蠢的问题,你需要重新审视每一个细节多次只是为了确保你是不是误读或忽略任何方面。
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击