Re: [問題] 想走Big Data的選系困擾

[bboy0720 (D3理財週報)]

※ 引述《branburg (瑞士捲)》之銘言：
: 回原PO及版眾所討論的Big Data，甚至轉至會計與精算問題，
: 自己剛好都略有涉略，也稍會一些程式語言、統計及會計精算，
: 就用自己理解部分來做個回應。
: 關於Data Mining及Business Analyst是屬於Data Science的集合內，
: 當然Big Data也是屬於Data Science的範疇，

想學藝不精的講一下Big Data，
大學念MIS，碩班念Finance，
過程修了一些Computer Science + Mathematisc Statistics
為了要修好Finance，最近開始學Machine Learning
不過由於對每個細節都沒有太專精，板上太多前輩，
如果我有講錯也請直接糾正我

Big Data應該是MIS給出來的新名詞，
MIS常做的事情是把一項利用到資訊科技於商業的模式給重新定義
比如過去所見到的Web 2.0, Clound Computing
改變的並不完全是技術本身
 (所以一堆人覺得舊瓶新裝，比如Grid Computing->Cloud computing)
因為這其中涉及到的是關於商業模式的建立，
就像看到的SaaS PaaS IaaS各式服務，因此說他是個新東西不為過。
Big Data是類似的趨勢， 過去其實在OR就大量利用Data Mining在做目前Big Data在做的許多事情
(參考課程：Coursera JHU Data Sciense Program)
蠻多科系利用OR+Statistics建立新的Data Science Program (比如NYU/Berkeley/CBS)
至於Big Data本身CS的Machine Learning也慢慢扮演蠻重要的角色，
從過去的類神經網路演變而來  (參考課程：Coursera Stanford Machine Learning)

回到你的問題
如果想要做Big Data要選CS還是Statistics
我會建議Statistics
因為我自己認為在這門科學上
Statistics是核心，從機率論 MPT Regression Timesereis
先學各項模型建立的根本概念 (參考書籍：統計改變了世界)
建立在這些基礎上，
可以開始去走各種抓資料Pattern的方式
多變量分析，Machine Learning
對分析後的結果下適合的推論支援決策，(Ms in Business Analytic)

以Data Science為前提
如果選一個的話，我會選Statistics
CS走天下的同時，Statistics也一樣走天下
更重要的是我覺得，如果操作Data Science的工具，缺少統計的底，
做起事來somehow像是收銀機操作員，知道怎麼跑出數字，缺少深厚的內功
可以的話，Minor in CS 可以學習到足夠支持資料科學應用的技能
相輔相成的兩樣工具，
學習端看你想要如何支持你解決想解決的問題，
沒有必要太過去遷就人為劃分的領域


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.81.100.240
※ 文章網址: https://www.ptt.cc/bbs/studyabroad/M.1422809814.A.D3A.html
→ bmka: Data Science是Jeff Wu 最早給的名字,有次在個半公開的討論
→ bmka: 他說最終big data還是會被做CS(而非統計)的人take over
推 drajan: statistics跟cs-focused的data science是不同東西喔~
→ drajan: data science的定義也一直在變~所以說誰take over誰還過早
→ bboy0720: 最終是被CS+統計 的人take over
→ bboy0720: 他自認是CS 但是統計底可深厚了
推 SatGod: 感謝原po！這篇說明的很清楚！
推 SatGod: 能否請專業原po再分享一下，Statistics除了Big Data外還
→ SatGod: 有什麼主要出路嗎？
推 branburg: 原PO高手，一句Business Model，點破核心概念。至於誰Ta
→ branburg: ke over，就以財務工程為例，當初是一群失業的物理學家
→ branburg: 所創造出來的，現在我們無法明確說出，財工究竟是CS，財
→ branburg: 金經濟，數學或物理Take over？只確定不同背景，有不同
→ branburg: 層面的貢獻。感謝原PO分享 ~自己學了也無法清楚說出差異