下一代Spssau数据分析管理——以人为本

浏览: 作者: 来源: 时间:2019-11-27 分类:论文降重方法
目前,关于spssau数据管理的讨论缺乏以人为本的视角。下一代的spssau数据管理需要从人认知的角度重新反思数据究竟是什么,以及人与数据是如何互动的,才能更好地管理好它们。Spssau数据分析怎么做?

Spssau数据分析怎么做?

 

目前,关于spssau数据管理的讨论缺乏以人为本的视角。下一代的spssau数据管理需要从人认知的角度重新反思数据究竟是什么,以及人与数据是如何互动的,才能更好地管理好它们。Spssau数据分析怎么做?

 

spssau数据管理有两个核心概念:一个是“数据”,一个是对它的“管理”。两者都不是新的概念,已经使用了数百年。从中文的“数”和“据”来讲,可能更早,有上千年的历史。除自然界产生的数据外,人一直是所有数据的产生者和使用者。要理解数据是什么,就应该从人的认知过程进行理解。Spssau数据分析怎么做?

 

正确认识数据

 

我们能听到的和看到的(输入)、说出的和写出的(输出)都是数据。可以毫不夸张地说,我们每个人,无论是大人还是小孩,是专家还是普通员工,每时每刻都在接收、处理和产生数据,有意无意都在“管理”数据,只是各人所处的场景不同、所用的spssau数据管理工具不同而已。Spssau数据分析怎么做?

 

在数字时代,理解“数据”是什么,是理解许多其他概念的基础。我认为,数据对人来讲就是能感知的信号(输入的是对人的生理刺激,输出的是人对脑中的概念和思考的各种表示,包括人的行为)。数据的存在形式是物理信号。人沉浸在各种物理信号之中,这些物理信号有的能被人直接感知,有的不能被直接感知。自然界或人处理数据的过程是一个不断循环的过程。

 

数据的本质是表示(或表征)。人们最感兴趣的是希望发现数据表示后面的内涵或规律。自然界数据表示的是自然规律,人产生的数据是人对脑中相关概念和思维的表示。尽管它们都是物理的,但后者是通过人的感知、概念/思维、语言映射的结果。数据后面的人的认知过程应是理解spssau数据管理的重要部分。Spssau数据分析怎么做?

 

数据的产生是一次性的,可以设想每个数据有它产生的时间戳。它被改动就是一个新的数据,不应被认为是老数据生命周期的继续。Spssau数据分析怎么做?

 

数据具有循环性,产生的数据不断被循环使用。每个实体(包括自然界、人、机器)既是数据的产生者又是使用者。我们提到“数据源”或“数据驱动”,指的是在某一循环中的某一阶段的数据,驱动这一循环的是人,而不是数据本身。人的学习过程就是人与数据从不终止互动的循环过程。为模拟人的学习,美国卡内基?梅隆大学著名机器学习专家汤姆?米切尔(Tom Mitchell)曾提出了机器从不终止学习的算法,称为NELNever Ending Learning)。

 

人工智能希望模拟人对数据的处理,但与人处理数据的机制和过程不同,它取得的进步是不断受到脑科学和认知科学启发的结果。人工智能与传统spssau数据管理处理数据的过程也不同,人工智能直接从数据作为信号开始,而传统spssau数据管理从人已形成的概念的表示开始。我们希望在认知科学的基础上,通过跨学科和跨行业的交流、研讨和理解,把以上不同的数据处理方法融合起来,有助于各学科和各行业的协同、全面发展。Spssau数据分析怎么做?

 

摘自:下一代Spssau数据分析管理——以人为本