作者celestialgod (天)
看板DataScience
標題[分享] Forbes的一篇評論
時間Fri Mar 8 13:52:43 2019
網址：
http://tinyurl.com/yyhztmo2
我簡單總結幾點，歡迎大家補充討論XD
1. 當打著大數據名號的時候，是不是背後的抽樣分配都不用管了?
2. 很多方法/方便的工具出現，但是越來越少人去理解裡面怎麼運作了
3. 越來越多資料科學家，但是都只重視流程跟方法，而忽略了深入了解資料本質
4. 缺乏統計的基礎，很可能讓資料科學家得出錯誤的結論
(例如從一群具有明顯偏頗傾向的人做抽樣調查
卻把這個當成對全部人抽樣的結果在解釋。)
5. 數學的正確性與跟直覺，不一定相等
common intuition does not always equate to mathematical correctness
大家覺得他的評論哪裏有偏頗或是不對的地方嗎？
In the end, it seems we no longer actually care what our data says or whether
our results are actually right.
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.163.170.73
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1552024366.A.A0F.html
※ 編輯: celestialgod (118.163.170.73), 03/08/2019 14:15:25
1F：推 st1009: 推推 03/08 18:37
2F：推 yiefaung: 2沒什麼不好 門檻低加速普及 03/09 00:09
3F：→ yiefaung: 3 4看商業利益 如果亂分析賠錢自然會淘汰 相反能賺就會 03/09 00:11
4F：→ yiefaung: 更多人 03/09 00:11
5F：→ pups003: 怎麼可能越來越少人懂內部原理，難道原本懂得後來會不懂 03/12 11:34
6F：→ pups003: ？ 03/12 11:34
7F：→ celestialgod: 他是說方法日新月異，又有很多自動化工具，懂得裡面 03/12 12:34
8F：→ celestialgod: 運作原理的人越來越少 03/12 12:34
9F：推 disney82231: 樓上漏看一個”去“字 03/12 12:35
10F：→ celestialgod: 重點在於新方法 加上 自動化 03/12 12:35