来源：CPDA数据分析师网 / 作者：数据君
使这些事物“具有分析性”的是人类创造和使用的事物
我们可以在这里进行梳理，尤其是在我们设想未来将使用“智能”机器来产生新的分析见解的时候，但是必须有人研究，分解和构架最初的问题，有人必须确定该问题的构成要素，必须有人枚举和解释这些元素之间的关系，有人必须在软件或固件（例如，分析模型）中实例化此解释，在发生任何此类情况之前，必须先进行推测，询问和假设，有人必须好奇-想知道。
CPDA数据分析师
直到机器以某种方式发展或者更可能为他们发展具有好奇心和惊奇的能力时
情况仍将如此，这对于自我意识和抽象思维都是必要的，在此之前即使是最复杂的集成模型，集成方法或特定于功能的人工智能（AI）也无法揭示，更不用说“发现”了任何其对建模世界的理解所没有的东西，那么，“分析”一词到底是什么意思？通常，我们说的是相当平凡的东西，分析描述了将信息片段组合成新的和不同的组合的实践，这些组合包括数据模型，多维模型，预测模型，算法等，从而使它们近似于一个更丰富，更具揭示性，更可行的世界。
分析可以采用基本业务事实的形式-此期间该产品在该地区该商店中的销售就是一个例子
历史分析可能会询问此产品目前的销量与去年或五年前的当前销量相比，但是更高级的分析类型远非平凡，他们使用统计技术来生成输出-预测，处方简单的关联-这是一个或多个输入变量的函数，某些分析技术例如机器学习和AI也具有有限的“学习”或适应现实条件变化的能力，他们可以通过根据可用信息进行预测或推断来做到这一点，他们不能“思考”，“知道”或“想象”，相反它们根据其启用模型中内置的逻辑和规则以编程方式工作，通过将它们与其他模型或技术结合起来，可以提高其复杂性和功能。
分析技术和方法的任何组合都无法近似人类的好奇心和惊奇能力
富有说服力地写了好奇心和奇迹在知识生产中的作用，分析技术缺乏这些能力，同样缺乏相关的想象和推测能力，这是人类自我意识和思想的产物，分析始终受到决定其世界构成的参数的约束，它无法“思考”这个世界之外，如果没有在分析模型中内置用于关联性，引用性或某种（原始）概念抽象的逻辑，或者未通过其他技术（例如图形或文本分析引擎）启用逻辑，则它无法容纳变化或不连续，此外如果现实世界的条件发生巨大变化，那么即使是最准确，可靠或复杂的技术组合也将不再有用。
随着时间的推移，分析的准确性往往会随着时间的推移而降低
由于实际情况与分析模型中实例化的参数有所不同，因此该模型的预测或启示能力较弱，我们可以使用试探法，决策规则和机器学习的不同组合以及其他方法来在一定程度上控制差异。将此视为管理已知的和未知的更改。我们不能设计我们的分析技术来发现，分析，以及（最重要的）创造性地适应激进的-即未知变化，除非出现诸如人工智能之类的东西，否则我们不太可能产生具有这种能力的分析模型，对于人类的奇迹，分析和创造性转化，这不可避免地是一个问题。
分析只是对世界的先验理解-知识与经验无关
如果知识对象在分析本身中还没有“存在”（即，在对数据对象进行建模，解析，转换，处理和/或组合或由这些数据对象本身进行度量的逻辑中实例化），无法发现或开采。可能性的条件尚不存在，问题的关键是，他们不打算要存在的，除非一个人识别它们，分析不是神奇的，它不是神秘的，奇迹的，非眼神的，也不是机器上的神，它是人类想象力和人类劳动的产物，为此，推测，查询，研究和分析是分析开发过程的关键组成部分，然而最重要的是人类对好奇心和好奇的天真感觉：感到惊讶和困惑，不确定和恐惧，充满希望和乐观的能力，我们中那些使用数据可视化技术来揭示迄今未知的，甚至是空想的模式，现象以及是的异常现象，对这些意味着什么。
在后一种情况下，发现现象或异常不是终点-仅仅是开始
这是猜测，查询，研究，测试和分析过程的序幕，我要描述的感觉和属性不会轻易被机器吸收，完全有理由怀疑，一个具有自我意识或没有意识的AI会经历或知道诸如好奇心或奇迹之类的东西，在其屡获殊荣的奇观和自然秩序中所写的那样，奇观-不只是好奇心，而是乐观的奇观，恐惧的奇观，面对陌生，诡异或异常的奇观-用于发现和产生知识的可靠引擎，在科学探究的边缘，徘徊于奇观之中，客观地和主观地定义了这些边缘，作为对象的奇观标志着自然界的最外层界限，作为激情的奇观记录了已知与未知之间的界线。
网友评论