数据科学教程 - 第15页

除非你对尺子的可靠性有信心，否则如果你用尺子量桌子，你也可能在用桌子量尺。你越不相信尺子的可靠性，你得到的关于尺子的信息就越多，而关于桌子的信息就越少。“测量行为”是一个经常出现在量子力学中的概念，但实际上测量无处不在。维特根斯坦的尺子类似一把剃须刀，它规定了可以从测量或判断中获得哪些信息，

BI软件是数字化转型的基础，商业智能（BI）软件工具能让公司分析事件、趋势和市场变化以获得竞争优势。这些BI工具收集、管理和解释堆积如山的结构化和非结构化数据。它们构建模型，通过报告、图表、图形和其他数据表示方法提供答案和见解。

Cassie Kozyrkov是谷歌首席决策科学家，决策智能的先驱，本文是对决策智能的定义提要，原文点击标题：决策智能是人工智能时代领导力的新学科，决策智能是一门新的学科，涉及在选项之间进行选择的所有方面。它将应用数据科学、社会科学和管理科学的精华汇集到一个统一的领域，帮助人们使用数

Grule是 Go (Golang) 编程语言的规则引擎库。受到广受好评的 JBOSS Drools 的启发，并以更简单的方式完成。与Drools一样，Grule也有自己的DSL或领域特定语言。下面是 Drools 的 DRL 或 Drools 规则语言的示例：

IBM Cognos Analytics（"大蓝 "）和微软Power BI是两个顶级商业智能（BI）和数据分析软件。这两个应用程序都有很大的需求，因为企业寻求利用庞大的数据库--每小时创造的数据越来越多。无论是来自非结构化数据、社交媒体、关系型

每个行业都非常清楚数字化转型时代最热门的术语之一，即商业智能。由于效率和生产力的提高，拥有 BI 的企业正在增加收入。这都是因为BI 对自动化的价值。商业智能的五个好处：更快地提供信息：集成 BI 以实现自动化提供了商业智能的最大优势之一——更快地提供信息。业务领导

商业智能 (BI) 是一个流行词，只要公司试图使用数据来获得竞争优势，它就一直存在。

“基于规则的系统”通常是作为ML项目的良好起点。数据科学的重点是提出问题数据科学家的工作是通过统计工具回答问题。有时一些答案可以模型的形式表现出来，但这不是必需的。数据科学家首先关注的是问题而不是答案。这要求他们构建一个框

在大多数数据驱动的组织中，只需要基本的数据科学技能即可解决问题。这个角色可以很容易地被机器学习工程师取代——一个具有数据科学算法基本知识的人，他还拥有部署 ML 模型的知识。数据科学家的角色将被 AutoML 等工具取代，而另一些人则将数据科学称为“垂死的领域”，很快就会被数据工程和

如何实现数据驱动？如果不应用上下文、战略和能力方面的知识，您就无法直接从数据跳跃到行动。同一组数据将导致不同的见解：取决于谁在看它，他们在寻找什么，他们能够看到什么，他们想要做什么，以及他们甚至可以想到做什么……两个会计师查看同一组账本有不同理解：他们对背景上下文的了解让他们

背景。我在一个团队中工作，负责管理一堆不同的规则引擎。其中一个是纯粹的Java面条，只有开发它的人明白，另一个是在一个专有的BRMS系统上运行，有数万条规则，还有一个是我开发的，是一个决策表系统。在建立一个规则引擎时，你能做的最重要的事情就是限制

随着商业智能市场的激烈竞争，为您的项目选择最佳选项可能具有挑战性。有很多选择，尽管一些工具在关键领域表现出色，但没有明确的赢家通吃。要找到最合适的方案，您必须明确您的需求并确定项目目标。你可能会问自己一些问题：您会集成到其他 Web 应用程序中吗？您的连接需求是什

电子邮件、社交媒体帖子、聊天、网站和文章的形式生成越来越多的文本。所有这些文本文档都是丰富的信息来源。但由于文本的非结构化性质，理解和分析文本既困难又耗时。因此，大多数公司无法利用这一宝贵的信息来源。这就是文本分类等自然语言处理 (NLP) 方法的用武之地。文本分类，也称为文本分类

James Currier是 NFX 的普通合伙人，这是一家总部位于旧金山的种子期风险投资公司。很多早期创始人问我们：哪些指标对我的创业公司真正重要？在投资了数百家公司并自己建立了 10 多家公司之后，我们总是回到技术初创公司的 5 个核心指

我们的感官感知到的一切都是数据，尽管它存储在我们颅内潮湿的东西中还有一些不足之处。把它写下来更可靠一点，尤其是当我们在电脑上写下来的时候。当这些笔记组织良好时，我们称它们为数据。人类的记忆是一个漏桶：当我们记录数据时，我们会对我们丰富感知的现实产生不忠实的破坏，但之后我们可

Reddit 是目前最流行的搜索引擎。唯一不知道这一点的是 Reddit 的团队，他们懒得构建一个像样的搜索界面。因此，我们转而使用谷歌，并将“reddit”这个词附加到我们查询的末尾。为什么人们专门搜索 Reddit？简短的回答是谷歌搜索结果显然正在消亡。详细答案是：大多数网络已经

数据分析师查找事实并为您提供灵感，同时试图在此过程中尽可能少地浪费自己的时间（以及您的时间！）。为了获得最佳的灵感回报，他们必须掌握许多不同形式的速度，包括：获取有希望且相关的数据的速度。（领域知识。）准备好数据以进行操作的速度。（软件技能。）汇总数据的

在 Twitter，我们实时处理大约 4000 亿个事件并每天生成 PB 级数据。Twitter 的各个团队可以通过不同的方式利用这些数据为每个人构建更好的 Twitter。从广义上看，我们可以将一个全面而强大的大数据平台的基础设施和工具分为三类——数据处理、数据存储和数据消费。在