杨华大数据时代技术与应用201帽40718.pptxVIP

大数据时代：技术与应用;;大数据营销;;现代海洋科技;Too much Volume (I have too much data) Too much Velocity (It’s coming at me too fast) Too much Variety (It’s coming at me from too many places in too many formats);数据爆炸：互联网催生大量数据;1995年，Windows 95，MB;2004，Google上市，GB;2014，大数据，TB，PB;大数据分析;封面故事： 利用海量数据的最新策略 研究人员怎样才能应对现代方法所产生的大量数据流？;不是随机样本，而是全体数据 不是精确性，而是混杂性 不是因果关系，而是相关关系;1. Analytic Visualizations（可视化分析）2. Data Mining Algorithms（数据挖掘算法）3. Predictive Analytic Capabilities（预测性分析能力）4. Semantic Engines（语义引擎）5. Data Quality and Master Data Management（数据质量和数据管理）;可视化：NASA公布全球洋流图;语义搜索引擎;;案例分析：电子商务领域大数据之用户行为分析;数???挖掘：机器学习算法;数据挖掘：机器学习算法;输入数据，被称作“训练数据”，并进行标识。 在建模时，将预测结果和实际结果进行比较，不断调整，直到预期的准确率。 应用：分类、回归 算法：逻辑回归、反向传递神经网络等;非监督式学习;半监督学习;强化学习;机器学习算法;回归分析 Regression Analysis;;回归分析 Regression Analysis;回归分析 Regression Analysis;决策树 Decision Tree;决策树 Decision Tree;EMV（建大厂）=(0.4)*($100,000)+(0.6)*(-$90,000)=-$14,000 EMV （中型厂）=(0.4) *($ 60,000))+(0.6)* (-$10,000)=+$18,000 EMV（ 建小厂）=(0.4)* ($40,000)+(0.6)*(-$5,000)=+$13,000 EMV （不建厂）=$0 ;复杂网络Complex Networks;A spatial complex dynamical network with time-varying (switching) topology;Consensus;POWER OF BIG DATA;;;;;;43;Chapter #7;;;;案例五 波士顿矩阵分析洞察产业变迁;;;;利润率 %;;;;;;;;;;;分析案例—族谱图 ;分析案例—族谱图 ;Thank you！