Ein Zitat von Walter A. Shewhart

Regel 1. Originaldaten sollten so präsentiert werden, dass die Beweise in den Originaldaten für alle als nützlich erachteten Vorhersagen erhalten bleiben. — © Walter A. Shewhart
Regel 1. Originaldaten sollten so präsentiert werden, dass die Beweise in den Originaldaten für alle als nützlich erachteten Vorhersagen erhalten bleiben.
Bei Big Data geht es hauptsächlich darum, Zahlen zu erfassen und diese Zahlen zu nutzen, um Vorhersagen über die Zukunft zu treffen. Je größer der Datensatz, den Sie haben, desto genauer sind die Vorhersagen über die Zukunft.
Daten allein sind nicht nützlich. Daten sind nur dann nützlich, wenn sie für den öffentlichen Nutzen genutzt werden können.
Meiner Ansicht nach veranschaulicht unser Umgang mit der globalen Erwärmung alles, was an unserem Umgang mit der Umwelt falsch ist. Wir stützen unsere Entscheidungen auf Spekulationen, nicht auf Beweise. Befürworter drücken ihre Ansichten mehr mit PR als mit wissenschaftlichen Daten aus. Tatsächlich haben wir zugelassen, dass das ganze Thema politisiert wird – Rot gegen Blau, Republikaner gegen Demokrat. Das ist meiner Meinung nach absurd. Daten sind nicht politisch. Daten sind Daten. Politik führt Sie in die Richtung eines Glaubens. Daten führen Sie zur Wahrheit, wenn Sie ihnen folgen.
Die Leute glauben, der beste Weg, aus den Daten zu lernen, sei, eine Hypothese aufzustellen und sie dann zu überprüfen, aber die Daten sind so komplex, dass jemand, der mit einem Datensatz arbeitet, nicht weiß, was die wichtigsten Fragen sind. Das ist ein riesiges Problem.
Als wir Waze gründeten, war unser ursprünglicher Plan, die Daten zu verkaufen, und so konnten wir sie werbefrei halten.
Der größte Fehler ist die übermäßige Abhängigkeit von Daten. Manager werden sagen, wenn keine Daten vorliegen, können sie keine Maßnahmen ergreifen. Es liegen jedoch nur Daten über die Vergangenheit vor. Wenn die Daten schlüssig sind, ist es zu spät, auf der Grundlage dieser Schlussfolgerungen Maßnahmen zu ergreifen.
Daten sind keine Informationen. ... Informationen sind im Gegensatz zu Daten nützlich. Während zwischen Daten und Informationen eine Kluft besteht, klafft zwischen Information und Wissen ein weiter Ozean. Es sind nicht Informationen, die das Getriebe in unserem Gehirn drehen, sondern Ideen, Erfindungen und Inspiration. Wissen – nicht Information – setzt Verständnis voraus. Und jenseits des Wissens liegt das, was wir suchen sollten: Weisheit.
In den Wirtschaftswissenschaften kommt es auf die Daten an, und je mehr Rücksichtslosigkeit ein Ökonom aufbringen kann, um die Daten zu verstehen, desto nützlicher werden seine Erkenntnisse sein.
Anwendungen des maschinellen Lernens und der künstlichen Intelligenz erweisen sich als besonders nützlich im Ozean, wo es sowohl so viele Daten – große Oberflächen, große Tiefen – als auch nicht genügend Daten gibt, dass es zu teuer und nicht unbedingt sinnvoll ist, Proben jeglicher Art zu sammeln überall.
Rob Engle und mir geht es darum, nützliche Implikationen aus Wirtschaftsdaten zu extrahieren, daher sind die Eigenschaften der Daten von besonderer Bedeutung.
Ein Wissenschaftler denkt natürlich und unweigerlich über die Daten nach und vermutet eine Lösung. Er geht dazu über, die Vermutung anhand neuer Daten zu testen, indem er die Konsequenzen der Vermutung vorhersagt und dann leidenschaftslos fragt, ob die Vorhersagen bestätigt sind oder nicht.
Ich glaube nicht an datengesteuerte Dinge, das ist die dümmste Phrase. Daten sollten immer den Menschen dienen, Menschen sollten niemals Daten dienen.
Mit zu wenigen Daten können Sie keine vertrauenswürdigen Schlussfolgerungen ziehen. Bei einer Menge Daten werden Sie auf Beziehungen stoßen, die nicht real sind ... Bei Big Data geht es nicht um Bits, sondern um Talent.
Datengesteuerte Vorhersagen können erfolgreich sein – und sie können scheitern. Wenn wir unsere Rolle in diesem Prozess leugnen, steigt die Wahrscheinlichkeit eines Scheiterns. Bevor wir mehr von unseren Daten verlangen, müssen wir mehr von uns selbst verlangen.
Einer der Mythen über das Internet der Dinge besagt, dass Unternehmen über alle Daten verfügen, die sie benötigen, ihre eigentliche Herausforderung jedoch darin besteht, sie zu verstehen. Tatsächlich sind die Kosten für die Erhebung einiger Datenarten nach wie vor zu hoch, die Qualität der Daten ist nicht immer gut genug und es bleibt schwierig, mehrere Datenquellen zu integrieren.
Ein Datenwissenschaftler ist die einzigartige Kombination von Fähigkeiten, die sowohl die Erkenntnisse aus Daten erschließen als auch mithilfe der Daten eine fantastische Geschichte erzählen kann.
Diese Website verwendet Cookies, um Ihnen das bestmögliche Erlebnis zu bieten. Mehr Info...
Habe es!