大数据

机械思维？大数据思维？为什么是两种对立的思维？

已邀请 :

3 个回复

2

机械思维的方法论如果用八字箴言来概括我觉得没有比“大胆假设、小心求证”更合适的了。大体上就是做出假设、建构模型、数据证实、优化模型、预测未来。这也是沿用至今的一套思路。成果也是显然的，比如，牛顿——他用力学三定律和万有引力定律几个简单明了的公式说明了大千世界宇宙万物的运动规律。

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。

1

555555

赞同来自 : testmail

基于大数据的思维方式不做假设，只根据海量数据做出相关性分析；不care因果确定，只判断概率大小、相关性强弱。
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。

0

testmail

赞同来自 :

个人认为，机械思维是追求因果的模型，然后总结出一套公式，可以无限重复使用想要的结果。
大数据思维，是基于大量模型数据，计算概率的一种思维

要回复问题请先登录或注册

年月

机械思维？大数据思维？为什么是两种对立的思维？

3 个回复

发起人

相关问题

问题状态

年 月

机械思维？大数据思维？为什么是两种对立的思维？

与内容相关的链接

3 个回复

发起人

相关问题

问题状态

年月