Цитата Джейми Даймона

Давайте посмотрим на кредитование, где они используют большие данные для кредитной стороны. И кстати, это просто улучшенные кредитные данные, что мы тоже делаем. Ничего мистического. Но они очень хорошо уменьшают болевые точки. Они могут подписать это быстрее, используя — я просто назову это большими данными, за неимением лучшего термина: «Почему это занимает две недели? Почему вы не можете сделать это за 15 минут?»
Я собираюсь сказать что-то довольно спорное. Большие данные, как их сегодня понимают люди, — это просто увеличенная версия малых данных. Принципиально то, что мы делаем с данными, не изменилось; там просто больше.
Предубеждения и слепые пятна существуют в больших данных так же, как и в индивидуальном восприятии и опыте. Тем не менее, существует проблематичное убеждение, что большие данные всегда являются лучшими данными и что корреляция так же хороша, как и причинно-следственная связь.
Люди думают, что «большие данные» позволяют избежать проблемы дискриминации, потому что вы имеете дело с наборами больших данных, но на самом деле большие данные используются для все более и более точных форм дискриминации — формы «красной черты» данных.
Мы используем около 5 тысяч различных точек данных о вас, чтобы создать и нацелить сообщение. Точки данных — это не просто репрезентативная модель вас. Точки данных касаются вас, в частности.
Используя большие данные, также можно будет прогнозировать неблагоприятные погодные условия, изменять маршруты судов, чтобы избежать задержек, и отслеживать данные о топливе, что позволит компаниям оптимизировать свои цепочки поставок и то, как они ведут свой бизнес.
Есть целая компания под названием Palantir, которая только и делает, что извлекает и создает богатство алгоритмов для поиска в больших данных. Мы не используем их возможности. Ради бога, некоторые из них просто неуместны.
Ошибки при использовании неадекватных данных намного меньше, чем при отсутствии данных вообще.
Самая большая ошибка — это чрезмерная зависимость от данных. Менеджеры скажут, что если нет данных, они не могут предпринимать никаких действий. Однако данные существуют только о прошлом. К тому времени, когда данные станут окончательными, будет уже слишком поздно предпринимать действия, основанные на этих выводах.
Проблема с данными в том, что они говорят о многом, но в то же время ничего не говорят. «Большие данные» — это прекрасно, но обычно они невелики. Чтобы понять, почему что-то происходит, мы должны заниматься как криминалистикой, так и догадками.
MapReduce стал языком ассемблера для обработки больших данных, а SnapReduce использует сложные методы для компиляции конвейеров интеграции данных SnapLogic в этот новый целевой язык больших данных. Применяя все, что мы знаем о двух мирах интеграции и Hadoop, мы создали нашу технологию, которая напрямую соответствует MapReduce, делая процесс подключения и крупномасштабной интеграции данных бесшовным и простым.
Как и подобает Кремниевой долине, «большие данные» — это в основном реклама, но есть одна возможность с реальным потенциалом: однажды они могут принести кредиты — и кредитные истории — миллионам людей, которые в настоящее время не имеют к ним доступа.
Имея слишком мало данных, вы не сможете сделать никаких выводов, которым вы доверяете. С большим количеством данных вы обнаружите отношения, которые не являются реальными... Большие данные — это не биты, это талант.
Большие данные уже давно используются людьми — только в обычных приложениях. Страхование и стандартизированные тесты — примеры больших данных, существовавших до появления Интернета.
Выйдите и соберите данные, и вместо того, чтобы получить ответ, просто посмотрите на данные и посмотрите, говорят ли они вам о чем-нибудь. Когда нам позволяют делать это с компаниями, это почти волшебство.
Есть два источника ошибок: либо вам не хватает данных, либо вы не можете воспользоваться имеющимися данными.
Большие данные хороши, когда вы хотите проверить и количественно оценить небольшие данные, поскольку большие данные предназначены для поиска корреляции, а маленькие данные — для поиска причинно-следственной связи.
Этот сайт использует файлы cookie, чтобы обеспечить вам максимальное удобство. Больше информации...
Понятно!