T*****u
发帖数: 7103 | 1 这个问题思考，搜索一段时间了，发现big data完全没必要，或者很少需要搞这些复杂
的ml。online/stream需要。大牛们分享一下吧。 |
c***z
发帖数: 6348 | 2 是ML需要big data，不是反过来
因为可以batch，所以大部分big data工作其实不是big data
hardcore的big data确实是online／stream／realtime那块 |
T*****u
发帖数: 7103 | 3 这也是我不明白的地方，big data是需求，ml是工具，为什么不是以需求为中心捏？ |
m*********r
发帖数: 119 | 4 是ML要做好就需要big data
而是反着来的
因为big data ，所以ML才能够弥补之前的不足 |
d******e
发帖数: 7844 | 5 ... ...
Big Data是双刃剑。
并不是数据大了Performance就好了... ...
【在 m*********r 的大作中提到】
: 是ML要做好就需要big data
: 而是反着来的
: 因为big data ，所以ML才能够弥补之前的不足
|
a***g
发帖数: 2761 | 6 因为掌握工具的人群某种程度上形成了垄断
对有需求的人说
想搞定big data这样的需求就用我们提供的工具，不可能完全按照你们设想的来
【在 T*****u 的大作中提到】
: 这也是我不明白的地方，big data是需求，ml是工具，为什么不是以需求为中心捏？
|
z****e
发帖数: 54598 | 7 因为big data是ml的第一步
如果是规则数据，你没有必要折腾
很容易实现很多目的，比如oracle db
只有混乱的数据才需要一点智能去处理
其次
数据量要大，数据量小，你这个计算计算很复杂
穷举过去也不用多少时间，只有数据量大
大到你用最愚蠢的算法搞不定的时候
才有这个需求 |
m*********r
发帖数: 119 | 8 这个也是对的
请问有什么地方列举了big data的反面例子吗
想学习下。。。
【在 d******e 的大作中提到】
: ... ...
: Big Data是双刃剑。
: 并不是数据大了Performance就好了... ...
|
c******r
发帖数: 300 | 9 Because there are not many good applied statisticians out there.
【在 T*****u 的大作中提到】
: 这个问题思考，搜索一段时间了，发现big data完全没必要，或者很少需要搞这些复杂
: 的ml。online/stream需要。大牛们分享一下吧。
|
