数据分析专家对冠状病毒到暗数据的分析与研究

因此，组织拥有大量数据，这些数据埋在组织的不同部分。我们找到解决问题的最佳方法是，考虑要使用的用例，然后将所有不同利益相关者召集在一起，开始考虑拥有哪些数据，可以处理哪些数据并开始这一过程。很多时候，我们发现业务利益相关者和业务分析师了解什么数据可能有用。数据科学家实际上会告诉企业哪些数据有用。”

即使在当今时代，为什么数据分析仍然如此困难?

Mann说：“所以我认为有很多原因。我认为这全都源于这样一个概念，即人类在数字方面通常没有那么优秀。这并不是说有些人的数学不是很好，但是数字是一种构造，大多数人都是通过视觉进行观察。而人类还可以使用听觉和嗅觉来了解更多的信息。

此外，人们不是很擅长处理自相矛盾的想法。因此，当数据告诉人们一些不知道的东西时这是一回事，但是当数据告诉一些令人不相信的东西时，这很困难。因此，很多人会丢弃一些数据，因为它们无法证实先前的观点。当人们谈论冠状病毒疫情时，有趣的是发现需要收集更多数据，进行更多测试，而使用更多数据的想法将改变这些模型的结果。

因此，我认为人们不会自然地偏向于数据和分析。他们自然倾向于故事和想法。因此，正如我之前所说，要成为一名数据科学家需要一种独特的心态。但是，它还具有独特的能力，可以妥协并接受数据科学家的新想法，以使企业高管能够推动这些计划。不幸的是，这些是人类一些不常见的特征。”

Schmarzo说：“人类确实在数字和图案处理方案方面很糟糕，如果需要任何证据证明的话，那么可以去拉斯维加斯赌场尝试一下进行赌博。有人说，赌博对于数学不好的人来说是一种收税手段。

另外，很多人正在从数据分析中寻找魔力。问题当然是“魔力”这一术语。数据分析没有任何魔力，而是一项艰苦的工作。我们在数据科学领域所做的一切并没有什么神奇之处，只是大量艰苦的工作。这实际上是一种流程和思维定势。我们将探索许多不同的想法，将尝试一些不同的事情，将会不断面临失败，并且不断迭代，并继续在这个过程中不断学习。这就是我们要做的很多事情就是让企业高管如何像数据科学家一样思考的原因。

我们有一套完整的方法来吸引高管人员。如何让商务人士像一个已经开始采用数据和分析功能的数据科学家那样思考?在许多情况下，这要求他们不了解自己做过的事情，放弃他们原有的工作方式，现在准备接受新的学习过程。”

Mann说：“我认为这是因为人们在数字方面很差劲，可以这么说，如今擅长使用Excel的人都是数据科学家。但是我认为采用的工具集也存在部分缺陷。因为数据科学家是非常聪明的人，所以他们不介意使用复杂而困难的工具集。我认为作为IT领导者，需要创建更简单的工具集。我们正在做的一件事是让人们将开源算法插入机器学习工具包中。

因此，人们不必成为数据科学家即可采用数据科学。我认为，作为IT和数据领域的领导者，我们可以做很多事情，以使数据科学更易于获得。”

（编辑：济源站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!