Big Data Requires a Holistic Approach. That Leverages Traditional and New Capabilities.
如果你们仔细想想，一方面是Oracle和IBM的传统数据库（SQL），亚马逊有AWS，Hadoop栈。实际上有很多大数据分析来源于数据库和数据挖掘领域，这些都属于传统数据库分类。现在你们要怎么以非结构化的形式在PB数量级上来做这些呢？而且不只是基于那个部分，而是组合，人们在用那些工具而不同太担心底层的结构化或者非结构化形式，这就是真正普及化、民主化和商品化整个大数据基础设施的方式。我认为微软，实际上组合了SQL、Azure、PowerView、Power BI、Excel和Bing搜索中的所有传统优势。人们将会越来越多地关注到一件事情是，世界上的信息组合，把互联网上的各种信息汇总起来（阿里、百度、google、Bing等）。我认为特别是对政府和军队，肯定需要资源部署在自己的场地里（on premise），on premise意思是我购买我的服务器，我建设我的数据中心，我把我的数据放在我购买的服务器上，数据永远不会离开我的场地。云计算意味着你把你的数据和计算放在其他人的物理位置上。微软结合二者，可以实现无缝地将on premise和公有云结合。
＃Business Intelligence（BI）
商务智能，我们说信号、数据、信息和知识，知识是发现洞见和采取正确行动的关键，它们会带给我们价值。
Lifecycle of a Question，你有一个问题，然后做验证。如果验证成功，解决了问题，值得再问一次。你使得它成为可重复的，从而建立系统。如果不是，如果你的问题假设是错误的，那么你问另一个问题／假设。所以，这类科学方法和科学发现是一样的。
在过去你需要一定的时间来完成这个完整的周期，比如你推出一个产品，要走出去采访客户了解客户的使用来改进产品。现在我们想要真正做的是缩短时间。相对于科学试验，我做100次试验的时间等于你做一次试验的时间，那么从结果来看，我的结果会更接近正确。因此我认为另一个看待大数据的方式是，所有这些大数据基础设施、分析以及工具，都是来帮助你以比过去的方式快得多的方式运行你的试验，完成一个闭环。
所以机器学习、数据挖掘和分析，实际上就是大数据的核心部分。现在出现了一种叫做数据科学家和数据分析师的新职业，基础上他们是懂机器学习，会写一些代码的人（用脚本语言写一些代码，能够快速做试验），所以把数据科学家想象成能够快速做试验并可以交给老板结果的人，我们称之为干实验室（dry lab）。（如果有学生物基因工程的同学，会知道有干实验室和湿实验室）那么湿实验室（wet lab），基本上是做A2D（模数转换）和D2A的，需要把模拟信号转换成数字信号。需要采样，然后做某种操作，到定序器去，进行数字化。一旦模拟信号变成数字信号，就进入计算机科学的领域（干实验室）。
Like COBOL，在商业世界向领导展示的最好方式就是可视化。
At the end, data analytics are for the boss（decision makers）.
－－－写于2016年1月13日。
网友评论