看板 Statistics 關於我們 聯絡資訊
※ [本文轉錄自 DataScience 看板 #1SWWCkeF ] 作者: celestialgod (天) 看板: DataScience 標題: [分享] Forbes的一篇評論 時間: Fri Mar 8 13:52:43 2019 網址:http://tinyurl.com/yyhztmo2 我簡單總結幾點,歡迎大家補充討論XD 1. 當打著大數據名號的時候,是不是背後的抽樣分配都不用管了? 2. 很多方法/方便的工具出現,但是越來越少人去理解裡面怎麼運作了 3. 越來越多資料科學家,但是都只重視流程跟方法,而忽略了深入了解資料本質 4. 缺乏統計的基礎,很可能讓資料科學家得出錯誤的結論 (例如從一群具有明顯偏頗傾向的人做抽樣調查 卻把這個當成對全部人抽樣的結果在解釋。) 5. 數學的正確性與跟直覺,不一定相等 common intuition does not always equate to mathematical correctness 大家覺得他的評論哪裏有偏頗或是不對的地方嗎? In the end, it seems we no longer actually care what our data says or whether our results are actually right. -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.163.170.73 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1552024366.A.A0F.html ※ 編輯: celestialgod (118.163.170.73), 03/08/2019 14:15:25
st1009: 推推 03/08 18:37
※ 發信站: 批踢踢實業坊(ptt.cc) ※ 轉錄者: celestialgod (119.14.59.166), 03/09/2019 00:04:09
evilove: 覺得這篇是為了批評而批評 03/09 00:09
maoc: 實話 03/09 22:25
recorriendo: 以前沒有"大數據"的時候 大多數難道不也是統計軟體點 03/11 04:09
recorriendo: 一點 照流程寫報告了事 有多少人真的去檢驗查背後運 03/11 04:11
recorriendo: 算細節? 說穿了這些問題一直都在 根本不是新鮮事 03/11 04:13