Цитата Джесси Шера
Компьютер здесь, чтобы остаться, поэтому он должен находиться на своем месте в качестве инструмента и раба, иначе мы станем учениками чародея, с данными-данными повсюду и без мысли думать.
Темы цитат
Цитата Автор
Связанные цитаты
Данные, данные повсюду, но ни мысли, ни мысли.
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.
Я вел записную книжку, тайный журнал, в котором я записывал фразы, технические данные, различную информацию, имена, даты, места, номера телефонов, мысли и набор других данных, которые я считал необходимыми или могли оказаться полезными.
Мы... пришли к несколько расплывчатому различию между тем, что мы можем назвать «жесткими» данными и «мягкими» данными. Это различие зависит от степени, и на него не следует настаивать; но если не относиться к этому слишком серьезно, это может помочь прояснить ситуацию. Под «жесткими» данными я подразумеваю те, которые противостоят растворяющему влиянию критического осмысления, а под «мягкими» данными те, которые под действием этого процесса становятся для нашего ума более или менее сомнительными.
Исследование EMA свидетельствует о сильном и растущем интересе к использованию данных журналов в различных сценариях использования при планировании инфраструктуры и управлении операциями. Но чтобы в полной мере реализовать потенциальную дополнительную ценность неструктурированных данных журналов, их необходимо согласовать и интегрировать со структурированными данными управления, а ручной анализ следует заменить автоматизированными подходами. Объединив возможности RapidEngines со своим существующим решением, SevOne станет первой, кто действительно интегрирует данные журналов в систему управления производительностью корпоративного класса операторского класса.
Добро пожаловать в век информации. Данные, данные повсюду, но никто ничего не знает.
Презентации PowerPoint, выгребная яма визуализации данных, которую Microsoft посетила на земле. PowerPoint, действительно, является предостережением в нашей растущей грамотности в отношении данных. Это показывает, что инструменты имеют значение: хорошие инструменты помогают нам хорошо думать, а плохие — наоборот. С момента своего первого выпуска в 1990 году PowerPoint стал вездесущим инструментом для демонстрации диаграмм и информации во время корпоративных презентаций.
Вы должны представить себе мир, в котором так много данных, и все эти подключенные устройства генерируют тонны и тонны данных. И вы можете анализировать данные с помощью новой компьютерной науки и улучшать свой продукт и услугу. Как тогда выглядит ваш бизнес? Этим вопросом должен задаваться каждый генеральный директор.
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.
Люди считают, что лучший способ извлечь уроки из данных — это выдвинуть гипотезу, а затем проверить ее, но данные настолько сложны, что тот, кто работает с набором данных, не будет знать, что нужно спросить. Это огромная проблема.
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.
Информации так много, что наша способность сосредоточиться на любой ее части прерывается другой информацией, так что мы купаемся в информации, но с трудом усваиваем или анализируем ее. Данные прерываются другими данными до того, как мы подумаем о первом раунде, и одновременное рассмотрение трех потоков данных может быть способом не думать ни об одном из них.
Один из мифов об Интернете вещей заключается в том, что у компаний есть все данные, которые им нужны, но их реальная проблема состоит в том, чтобы разобраться в них. В действительности стоимость сбора некоторых видов данных остается слишком высокой, качество данных не всегда достаточно хорошим, и по-прежнему сложно интегрировать несколько источников данных.
Специалист по обработке и анализу данных — это уникальное сочетание навыков, которые могут как раскрыть понимание данных, так и рассказать фантастическую историю с помощью данных.
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.
Данные преобладают. Если вы выбрали правильные структуры данных и хорошо все организовали, алгоритмы почти всегда будут очевидны. Структуры данных, а не алгоритмы, занимают центральное место в программировании.
Связанные авторы
Цитаты Артура Керли
американский
библиотекарь
Элизабет Гулд Дэвис Цитаты
американский
библиотекарь
Цитаты Фрэнсис Кларк Сэйерс
американский
библиотекарь
Джеймс Х. Биллингтон Цитаты
американский
библиотекарь
Джон Дж. Бекли Цитаты
американский
библиотекарь
Джон Шоу Биллингс Цитаты
американский
библиотекарь
Джудит Круг Цитаты
американский
библиотекарь
Цитаты Нэнси Перл
американский
библиотекарь