歡迎光臨
每天分享高質量文章

經典 :20張圖片完美捕捉資料科學發展的瞬間

概述


資料不會讓過去更好,但是,它確實可以創造一個美妙的未來。

近年來,許多公司已經在資料科學領域投資數百萬美元。這顯示了對資料科學潛力的巨大信仰,相信它可以創造更好的世界、更好的生活和更好的未來。

數學、電腦科學和領域專業知識這強大的三重奏重新定義了做出決策的過程。直覺或本能不再是複雜決策的關鍵。


幾年前的開創性發明現在已經變得過時。資料科學賦予我們超乎想象的可能性。許多東西隨著時間腐朽和進化。然而,最好的技術即將到來。我十分興奮地看到它就在我的眼前!


這些圖片顯示了什麼?


我們都知道圖片易於理解,而且傳遞的資訊比文字更多。基本上,這些圖片描繪了資料科學作為一個領域的旅程,包括發展、發明、成就以及對我們日常生活產生影響的一切。


你談論政治、經濟、科學、人生、運動,幾乎一切都得益於資料科學的服務。我嘗試在這些圖片中捕捉它們最好的瞬間。

希望你喜歡它們!


20張圖片


1.該事件標誌了“資料科學家”革命的開始。在這份研究報告發表之後,全世界立刻承認了搞懂資料的“潛在”需求。



2.麥肯錫對分析人才需求與供給增長不平衡的研究報告進一步推動了這場革命。不過,這主要集中在美國市場,但是它的漣漪波及了全球產業。(圖片來源:麥肯錫報告)



3.作為人工智慧領域的首次突破,IBM創造了它的第一臺人工智慧計算機IBM Watson。它為了在流行遊戲節目“Jeopardy”中比賽而被開發,最終Watson擊敗了最厲害的Jeopardy冠軍中的兩人(Ken & Brad)。這標志著下一級別的人工智慧的開端。



4.資料科學在棒球運動中發揮了重要作用。這帶來了2000年以來球員資料的需求和可用性的突然爆發,被稱為2000年後棒球資料革命的開端。



5.2009年,Netflix組織了一場比賽,用於改進其內容推薦系統的準確性和相關性。這支隊伍解開了謎題,贏得了1000000美元獎金。當然,這在資料科學歷史上也是最值得註意的事件之一。


6.這是最好的統計。Peter Brand(《點球成金》)解釋了讓他們在即將來臨的棒球賽季獲勝的統計數字遊戲。他的名言“在棒球中,標的不應該是買球員,而應該是買勝投數。為了買勝投數,你需要買得分!”


7.在2012年總統大選中,Nate Silver正確預測了50個州中的50個。他用了機率、圖論、貝葉斯定理等方法實現這一壯舉。這種準確度級別導致使用統計學完全改變了作出政治預測的方式。



8.這將是屬於深度學習的十年嗎?這張圖片顯示了過去4年內谷歌採用的深度學習專案數量。(圖片來源:彭博) 


9.這是一場Google影象識別軟體和一名數獨冠軍(人類)之間的比賽。當冠軍作出分析並計算正確數字時,Google Googles在幾秒鐘之內就解決了問題。


10.一家汽車製造廠中工業機器人在起作用。這些機器人高精度、低誤差,且響應速度超過人類。汽車製造業正在走向這種自動化的勞動形式。


11.壓力記錄。是的,壓力也可以以資料的形式被記錄了!現在,市場上有幾種裝置和應用可以記錄壓力水平並預測可能的健康問題。



12.我們討論資料收集的新方法,這裡是另一個。公司開發app和軟體追蹤你的健身水平,並推薦相應的健康產品。今天你所做的一切都將生成資料。 


13.遠行更容易。這個影象識別軟體即時翻譯文字,當旅行到一個新國家時你不再需要面對陌生語言的麻煩。 


14.2012年還有一項突破性研究發生在資料科學領域。在Google,一臺計算機使用16000個處理器建立的神經網路學會識別貓。



15.無人駕駛飛機(UAV),也稱為無人機,是為某個特定任務預程式設計的飛行器。它可以用於安全(間諜相機)、遞送貨物、監測等等。這是一種生產較早時候被認為難以捕捉的資料的先進方式。 


16.自動駕駛汽車,Google,百度,福特等公司正在努力研究這一專案。這是一個機器從周圍環境中學習的完美例子。你看,這輛車檢測到一個人正在過馬路嗎?



17.每個時刻,人工智慧正在成為人類直覺更好的挑戰者。機器人現在可以像人類一樣看和思考。然而,超感官知覺仍然是一個挑戰。如果在不久的將來看到周圍有很多這類“人”,不要感到困惑。



18.物聯網向人類承諾了一個難以置信的未來。建立連線裝置的網路將會讓人生活得更快更方便。(圖片來源:The Connectivist)





19.機器學習將延長生命。Google繼續用他們的專案激發人類靈感。這是Google專案Verily,它的目的是用機器學習和高階影象處理技術讓機器人更好地協助外科手術。(影象來源:Verily)



20.Google趨勢顯示資料科學在2016年也會實現可觀的增長。



結束語


這篇文章關於描繪資料科學和機器學習中顯著增長的20張圖片。沒有人知道資料和技術的融合能設計一個精彩的未來。然而,這十年我們將經歷這樣的未來。


在編寫這篇文章時,我學到了一點:如果某個人想要進入資料科學和分析,不要等待更好的時機,現在就是,現在就做。企業正在瘋狂地尋找有才能的候選人,成為那個人吧。

(轉自:數藝智訓;原文作者:Manish Saraswat

原文連結:http://www.analyticsvidhya.com/blog/2016/01/20-powerful-images-perfectly-captures-growth-data-science/)

END


關聯閱讀:

原創系列文章:

1:從0開始搭建自己的資料運營指標體系(概括篇)

2 :從0開始搭建自己的資料運營指標體系(定位篇)

3 :從0開始搭建自己的資料運營體系(業務理解篇)

4 :資料指標的構建流程與邏輯

5 :系列 :從資料指標到資料運營指標體系

6:   實戰 :為自己的公號搭建一個資料運營指標體系

7:  從0開始搭建自己的資料運營指標體系(運營活動分析)

資料運營 關聯文章閱讀:  

運營入門,從0到1搭建資料分析知識體系    

推薦 :資料分析師與運營協作的9個好習慣

乾貨 :手把手教你搭建資料化使用者運營體系

推薦 :最用心的運營資料指標解讀

乾貨 : 如何構建資料運營指標體系

從零開始,構建資料化運營體系

乾貨 :解讀產品、運營和資料三個基友關係

乾貨 :從0到1搭建資料運營體系

資料分析、資料產品 關聯文章閱讀:

乾貨 :資料分析團隊的搭建和思考

關於使用者畫像那些事,看這一文章就夠了

資料分析師必需具備的10種分析思維。

如何構建大資料層級體系,看這一文章就夠了

乾貨 : 聚焦於使用者行為分析的資料產品

如何構建大資料層級體系,看這一文章就夠了

80%的運營註定了打雜?因為你沒有搭建出一套有效的使用者運營體系

從底層到應用,那些資料人的必備技能

讀懂使用者運營體系:使用者分層和分群

做運營必須掌握的資料分析思維,你還敢說不會做資料分析

贊(0)

分享創造快樂