大数据和统计学矛盾？

统计学的经典方法不适应大数据了，应该有新的方法，解决问题的方法好坏要靠实践的检验。已知分布的缺乏和总体分布验证的困难是客观存在的。

我觉得大数据的数据清洗太重要了，因为不同的手段、不同的指导原则处理出来的数据是完全不同的，这直接影响了分享的结果，另外，大数据是一个时代背景，在搜集的大量的杂乱的存在严重缺失的特定人群的数据，如何能够合理的细化分类的精确地有效的使用并正确逐步建立完善的模型，并将分析的结果尽最大可能商业化，转化为商业利润，这是我理解的范畴里，大数据的意义，其实归结到一句话就是，互联网发展到今天，我们已经有能力获得大量的用户数据，关键是看你能不能有效利用

可以！

好！

数据并不都是如此，我所接触的几百万上千万的数据都是业务积攒的，也正是这样庞大的数据让我更关心调参数的技术，而不是什么样的环境适合用什么模型，头疼的是无从下手。

数据质量和数据不被非法使用感觉是关键

胖胖小龟宝 发表于 2014-2-21 11:00
通常，对于新的IT关键词必定会出现“反对派”。最近，“大数据”就成为被攻击的对象，诸如“大数据 ...

观点混乱的原因在于用统计学的观点去看大数据，每个人都站在自己角度去看新事物，既符合实际又有局限性。现在不是数据有没有全分析的必要问题，而是数据的分析能力已经大大落后数据产生速度和存储速度了。今后是大数据的竞争。
顺便说一句，大数据跟统计学及联系又区别。

惊鸿踏月 发表于 2014-2-26 20:03
大数据时代下，统计技术不再是难题，难的是数据的真实性和可获得性。

真实性，可靠性不是问题，关键是是否所有。

quillen 发表于 2014-2-26 23:04
统计挖掘大数据的精髓

两回事

适用的范围不同，各领风骚。