Цитата Л. Рона Хаббарда

Учите, где можно найти данные или как их получить, а не как записывать данные. — © Л. Рон Хаббард
Учите, где можно найти данные или как их получить, а не как записывать данные.
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 буду говорить о двух наборах вещей. Одна из них заключается в том, как производительность и сотрудничество меняют природу труда, и как это будет очень важно для мировой экономики. И второе, данные. Другими словами, глубокое влияние цифровых технологий, которое проистекает из данных и цикла обратной связи данных.
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.
Данные! данные! данные! — нетерпеливо воскликнул он. — Я не могу делать кирпичи без глины.
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.
Первая волна Интернета действительно была связана с передачей данных. И мы не слишком беспокоились о том, сколько энергии мы потребляем, какие потребности в охлаждении необходимы в центрах обработки данных, насколько большой центр обработки данных с точки зрения недвижимости. Это были почти запоздалые мысли.
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.
Каждый раз, когда ученые не согласны, это происходит потому, что у нас недостаточно данных. Затем мы можем договориться о том, какие данные нужно получить; получаем данные; и данные решают проблему. Либо я прав, либо ты прав, либо мы оба не правы. И мы идем дальше. Такого разрешения конфликтов не существует ни в политике, ни в религии.
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 получаем больше данных о людях, чем любая другая информационная компания получает о людях, о чем угодно — и это даже близко не близко. Мы смотрим на то, что вы знаете, что вы не знаете, как вы учитесь лучше всего. Большая разница между нами и другими компаниями, работающими с большими данными, заключается в том, что мы ни при каких обстоятельствах не продаем ваши данные третьим лицам.
На мой взгляд, наш подход к глобальному потеплению иллюстрирует все недостатки нашего подхода к окружающей среде. Мы основываем наши решения на предположениях, а не на доказательствах. Сторонники настаивают на своих взглядах больше пиаром, чем научными данными. Действительно, мы позволили политизировать весь вопрос — красные против синих, республиканцы против демократов. Это на мой взгляд абсурд. Данные не являются политическими. Данные есть данные. Политика ведет вас в направлении веры. Данные, если вы будете следовать им, приведут вас к истине.
Ясно то, что пользователи владеют своими данными и должны иметь контроль над тем, как их данные используются.
Научные данные не берутся для музейных целей; они берутся за основу для совершения чего-либо. Если с данными ничего не поделаешь, то и собирать их бесполезно. Конечной целью сбора данных является предоставление основы для действий или рекомендаций для действий. Промежуточным этапом между сбором данных и действием является прогнозирование.
TIA использовали реальные пользователи, работающие с реальными данными — иностранными данными. Данные, конфиденциальность которых не является проблемой.
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.
Этот сайт использует файлы cookie, чтобы обеспечить вам максимальное удобство. Больше информации...
Понятно!