随着互联网发展，大数据时代到来，海量数据对于人工智能算法至关重要。数据科学家如何从这些数据中挖掘出有价值的信息并应用于实际决策成为关键。
数据挖掘的英文叫Data Mining，Mine有“矿”的意思。因此做数据挖掘的学者们常常戏称自己为“矿工”。不过，其实数据挖掘的研究过程与采矿确实有异曲同工之妙。数据的收集、筛选、分析和应用，正如矿石的勘探、开采、提纯和使用一样，每个步骤都看起来都是大海捞针，但在合适的方法下，这些“针”又每次都能被恰如其分的挖掘出来。
大数据这个词我们听得太多了，可是很少有人意识到，随着互联网的发展，今时今日的这些“大”字究竟已经意味着一种什么样的量级。除去少数哗众取宠的使用这个词的公司外，那些真正拥有大数据的企业，经手和处理的都是一些普通人可能穷极一生也接触不到的数字：微信朋友圈每天会上传10亿张图片，支付宝日交易额峰值超过200亿元人民币，京东每天上传几百万张新的商品信息图……
这些数字对于急需数据训练的人工智能算法来说是莫大的好消息。也意味着数据对于人工智能的重要性正在随着计算能力、算法的发展而呈直线上升。但是怎么在浩如烟海的数据中筛选出对我们真正有用的那些？又如何通过分析这些数据做出对自身有利的决策？这就是数据科学家们做的事了。
本期硬创公开课，我们邀请到了iPin的首席科学家潘嵘，他曾获得2005年全球最高级别数据挖掘大赛KDDCUP的世界冠军，也在科研和产业领域都积累了相当丰富的经验，本周四下午3点，就让潘嵘老师来为我们讲讲，一个合格的数据科学家是怎样炼成的。
本文作者：魏秀参
本文转自雷锋网禁止二次转载，原文链接
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
