你的浏览器禁用了JavaScript, 请开启后刷新浏览器获得更好的体验!
联系我们:
电话:021-58382921
业务咨询:info@imefuture.com
本月累计签到次数: 天
今天获取 积分
没有找到相关结果
赞同来自 : 555555 、 testmail
隔壁老汉
555555
赞同来自 : testmail
testmail
赞同来自 :
要回复问题请先登录或注册
3 个回复
赞同来自 : 555555 、 testmail
隔壁老汉
赞同来自 : 555555 、 testmail
这里面有三个点,一是公式的确定,二是公式的简明,三是公式的普适。这也是机械思维的三大特质。
先看确定性和普适性。牛顿的定律无论应用于什么样的场合,都可以用一样的公式推出相应的确定的结论。这对于人们来说非常重要,因为根据种种确定的定律和原理,世界对于我们而言成为可知,我们也可以借此预测系统中其他变量的反馈、预测未来。
简明性一样重要。牛顿所处的时代宇宙的复杂程度并不比现在弱,不一样的只是思维方式决定的模型差异。太阳系中有成千上万的天体,按照完全的计算,就复杂了去了。然而万有引力定律非常简洁优雅,将万千天体的作用回归到依次考虑两两天体的互相作用力中。甚至更进一步,由于太阳独一无二的巨大质量,牛顿将每个行星和太阳看成一个独立的二物系统,得到了更进一步简化。回归到两物体系统自然是个“小数”,然而这个所谓的小数世界原本其实并不那么小。比如,在一个仅考虑两物体的系统中,涉及到两物体各自的情况、彼此相互作用的情况和它们所在的系统的情况。如果借用数学和力学概念来描述,那么两物体系统涉及到孤立方程、相互作用方程和场方程共4个方程。此系统每增加一个物体,场方程数量保持1不变,孤立方程线性增长1个,但相互作用方程数就呈指数级增长了。所以,简化也是其核心。
赞同来自 : 555555 、 testmail
555555
赞同来自 : testmail
除了混杂取代精确、相关取代因果、不确定性取代确定性,大数据思维最显而易见的就是全量取代样本,这也就是大数据之为“大数”的原因。不用考虑怎么抽选有质有量的随机样本,大数据的风格是全量数据纳入计算。正因如此,从搜索引擎到语言识别到机器翻译,算法技术相当的前提下,谷歌却能异军突起——他家的数据量沉淀太可观了。然而海量的数据只是燃气,终究受制于燃灶的处理能力。正因为计算机的计算能力的增长赶不上数据的指数增长,服务器的数量就更赶不上,所以,面对大数据,简化的算法尤显重要。比如马尔可夫链,比如维特比算法。
赞同来自 : 555555 、 testmail
testmail
赞同来自 :
大数据思维,是基于大量模型数据,计算概率的一种思维