大数据,你要做什么

这不是翻译,算是我的转述吧

1. 你迟早要意识到,营利不是唯一的目的,赚钱不过是手段。 你如果想创建一家伟大的公司,你需要一个真正的目标,一个能让这个世界变的更好的目标。

2. 政府在信息化建设方面远远落后于私营企业,我们有太多的事情可以去帮助政府建设更好的公共服务,更完善的养老体制,更加公平的司法,更人性化的公共服务,疾病和罪犯的预防,经济走向的预测。

3. 在信息公开化方面,我们不仅仅要做到公开研究成果,更要公开研究背后的数据,如此,其他人才能重现和验证这些研究成果。

原文:
Tim O’Reilly, CEO of O’Reilly Media, one of Forbes’ top 7 data scientists in the world, and a Silicon Valley visionary who coined the term Web 2.0, accepted Jake Porway’s (DataKind) questions about using data science for social good. Please read on to see his thought provoking responses below.
To: Data Science Community yammer, Eric Horvitz , Joseph Sirosh , and by email à Gordon Linoff, DJ Patil
1. How can we ensure that nonprofits have access to the same data science resources most big companies take for granted?
More companies should follow the lead of Planet Labs (planet.com) and set up a corresponding .org (planet.org) early in their development.  It‘s never too early to remember that profit is not our only purpose.  In fact, profit is a means, not an end.  If we want to build a great company, we need a real purpose, and that means doing things that make the world a better place.
2. What cause or issue area are you passionate about where you think data science could make a big impact?
Improving government services. There is so much potential in technology to build services that make people‘s lives better. When government falls so far behind the private sector, people lose faith in it.  Yet it is the one institution that is supposed to work for all of us. So we need to help make it so. At Code for America, we‘re working in areas such as access to social services, criminal justice (e.g. data science to predict people best eligible for alternatives to incarceration), health, and so on.
3. What are your favorite examples of data used for the greater good?
The whole enterprise of science is data for the greater good. Which is why open access to scientific research is so important.  And open access needs to include not just access to the scientific literature, but also to the underlying data, so that research can be reproduced and validated by others.  It‘s time to bring scientific publishing into the 21st century. I‘m also really fond of the way that Civis Analytics, a startup created by the data team from the 2012 Obama campaign, is using "get out the vote" technology for other social problems, like getting people into healthcare, or getting smart but poor kids to apply to better schools. And I think that the work that Nathan Wolfe at Metabiota, and their associated non-profit, the Global Viral Forecasting Institute, to build a data-driven 21st century equivalent to the CDC is super important in this age of new infectious disease outbreaks, such as we are seeing with the current Ebola outbreak in West Africa.  And finally, while I‘ve said above that government is a laggard in many technology areas, it‘s important to remember that without government weather and GPS satellites, many contemporary consumer services wouldn‘t exist, and our agricultural sector would be far less productive.
Tim

时间: 2024-11-06 12:08:40

大数据,你要做什么的相关文章

浅析大数据 学习大数据后能做什么

大数据时代的到来使得大数据开发人才迎来了前所未有的机遇和挑战!一个绝佳的入行机会摆在了众人面前!于是,很多人都在打听,大数据到底有何应用?可以用来做什么?好程序员今天就为大家作出总结.一起揭开大数据的神秘面纱! 应用一:电商领域 通过对消费者订单信息的分类,大数据可根据消费者的县令,购买倾向,购买习惯,所在地域进行整合,推荐商品,并集中展示在消费者的个性化页面.并且,通过对以往数据的对比,来决定固定区域的商品库存量和物流资源. 应用二:交通旅游 通过WIFI+ibeacon或基站定位技术,收集到

大数据到底能做什么?需要学习哪些知识?

相信很多大数据的初学者或者想转行大数据开发的朋友最关注的问题就是大数据开发到底可以做什么. 什么是大数据? ?"大数据"这个词频繁的出现在媒体是2007年之后的事了.尽管已经过去了10多年的时间,但是大家对它的理解并不统一,甚至有时候会对它有误解,比如很多人将"大数据"跟"大规模数据"混为一谈. 要想知道大数据能做什么,我们得首先搞清楚到底什么是大数据,它有哪些特征. ?大数据最明显的特征就是体量大,但是数据仅仅是体量大,并不能算是大数据.比如一

大数据分析师是做什么的?需要掌握哪些技能?

数据分析师是做什么的: 1.支持各种常规或临时数据分析需求: 2.提供各类业务相关的分析及建议: 3.通过建模深入挖掘用户或产品方面的有价值的信息: 4.和各部门沟通协调需求并提出各种新的数据分析项目或方案: 5.持续地改进数据采集.处理.分析.报告等各个流程上的工作. 数据分析师的基本工作流程: 1.定义问题 确定需要的问题,以及想得出的结论.需要考虑的选项有很多,要根据所在业务去判断.常见的有:变化趋势.用户画像.影响因素.历史数据等. 2.数据获取 数据获取的方式有很多种: 一是直接从企业

牛津王宁:大数据和量化金融—从机器交易 高频交易到大数据交易

牛津王宁:大数据和量化金融—从机器交易 高频交易到大数据交易 很高兴来到这里,我是第二次参加这种会议了,我这次是以第二个身份来的,就是牛津大学NIE金融大数据实验室,代表实验室过来,今天主要分享一下我们实验室做的关于量化金融的思考跟案例. 首先简单介绍一下我们的大数据NIE实验室,是一个全新的实验室,是2013年11月正式成立的,开幕仪式是牛津大学的校长哈密尔顿先生,还有香港的FDK,就是香港金融数据技术有限公司的总裁镍反其(音)先生同时自主了我们这个实验室.我们实验室的定位是世界主要大学的第一

牛津博士王宁:大数据和量化金融

牛津博士王宁:大数据和量化金融 本讲座选自2015年8月27日在2015中国国际大数据大会主题论坛五──牛津大学NIE金融大数据实验室.数据科学高级研究员.博士王宁所做的题为<大数据和量化金融,从机器交易.高频交易到大数据交易>的演讲. 王宁:很高兴来到这里,我是第二次参加这种会议了.我这次是以第二个身份来的,就是牛津大学NIE金融大数据实验室,代表实验室过来,今天主要分享一下我们实验室做的关于量化金融的思考跟案例. 首先简单介绍一下我们的大数据NIE实验室,是一个全新的实验室,是2013年1

大数据也要有自已的特色

?? 人类社会已由IT时代进入到DT时代, IT时代是以自我控制.自我管理为主,而DT(Data Technology)时代是是以服务大众.激发生产力为主的技术,前者强调大而全,是我等老一辈程序员经常在拼命干的事,后者强调个性化,是年轻一代的屌丝们天天在自由干的事,IT带来的是管理的变革,DT带来的是服务的变革,无论组织还是个体,未来都应该会向服务型转变. 我们的问题往往是雷声大雨点小,无论哪个概念在这遍神奇的土地上都可炒得热火朝天鸡犬不宁,炒到猪都飞起来了,但热闹过后还真看不到太多的落地成绩,

胖子哥的大数据之路(12)-三张图告诉你大数据安全方案设计

一.引言: 最近一直很忙,在做一个全国性项目的IT架构,所以一直没有更新,好在算是告一段落,继续努力吧.项目沟通中过程客户反复在强调,大数据的安全性,言下之意,用了大数据,就不安全了,就有漏洞了.所以花了些时间,针对大数据的安全设计做了一个总结,算是阶段性的成果吧,分享给大家. 二.安全架构 大数据安全架构主要从六个方面考虑,包括物理安全.系统安全.网络安全.应用安全.数据安全和管理安全六个维度.物理安全强调物理硬件的国产化,避免类似美国轰炸伊拉克悲剧的重演,这也算是一个国家战略的产物,虽未正式

如何在人工智能机器人领域应用大数据?

为了多来点干货,我写的思路会有点特别:不直接讲大数据是怎么做的,我会跳出来讲,在人工智能机器人这个方向,把握好哪三个点,能够更好的应用大数据,然后把这个事情做成. 这些电影大家很熟悉,每一个图片大家可以仔细体会一下,它是一种情绪.情感,这些电影代表人类对于人工智能的期盼或希望甚至担忧.个人理解,这个世界是人类念头的化现,所以从长期来看,这些电影里面80%的内容,是会成为现实的:但是短期来说,不管是技术还是产品方面,都还有些瓶颈,所以我觉得应该慎谈人工智能机器人.就像一个果实还没有完全成熟的时候我

提升大数据数据分析性能的方法及技术(一)

关于此文 最近在忙着准备校招的相关复习,所以也整理了一下上学期上课时候的学到的一些知识.刚好发现当时还写了一篇类似于文献综述性质的文章,就在这里贴出来.题材是关于大数据的,也是比较火热的一个话题,虽然现在接触的项目与大数据不太有关联,可能以后也不一定从事这方面的工作吧.就IT行业的研究成果来讲国外期刊无论是发表速度还是质量都是高于国内,所以参考的大部分都是当时最新在核心期刊上发表的论文,参考文献在最后一一列出.因为文章没有多少自己的创新点,仅仅是最新.最热技术或者分析的一个总结,所以放上来仅仅是

【云杂谈】之四《大数据浪潮中,IT巨头和互联网新贵谁在裸泳?》

[云杂谈]之四<大数据浪潮中,IT巨头和互联网新贵谁在裸泳?> 摘要:在大数据浪潮中,许多公司都耐不住寂寞跳进海中冲浪.本文主要介绍不同类型的公司对大数据的理念和做法有哪些不同.IBM.Oracle等大IT巨头以及Google.Baidu等互联网新贵们对大数据商业策略上是有所不同的,以及他们选择这样策略的原因.然后,最终谁可能是在裸泳? 大数据的背景 关于大数据的说法很多,谈论最多的就是大数据的几个V.各大厂商对大数据的概念的阐述中,不管是4V(Volume.Velocity.Variety.