2017年关于数据科学的六大预言
2017-01-22 11:47
218 查看
十张图看懂未来的大数据世界
常用的数据可视化图表锦集
2017 最全的机器学习开源项目列表
商业智能 BI 未来发展的新趋势
麦肯锡2013年出版了一份特别的报告,预言全球商业界将会感觉到下一个十年数据科学专业人士的紧缺,尤其是善于从大量静态和动态(实时)数据中发现有价值的情报的数据分析师,缺口达150万。这个预言现已成真,人们更加关注向企业和高等教育机构推销数据管理的重要性,从而使得整个业界都能应对几年之前还不完全理解的人才短缺问题。
数据科学领域的动荡要持续到2017年,伴随着更多的增长和更大的可能。
![](http://evgetimg.oss-cn-hangzhou.aliyuncs.com/Content/files/2017/1/22/183779ce2ff24df7be5ad0d519652351636206776768899304.jpg)
数据科学的力量
要理解为什么数据科学对商业为何如此关键,有几个前提需要理解:
在商业界需要它的时候,在需要它的领域,数据科学总能提供最精准的解决方案。
数据科学帮助做出更好的商业决策,并对这些决策的影响进行精确的研究。一份过去的哈佛商业评论研究指出,依赖数据进行决策的大生意一般比同行的利润高出6%。
当人的直觉和经验都失败时,数据科学对未来可以做出更加准确的预测。有了数据科学,商业不再靠猜。
有了高效、智能的设备和现代化的分析平台,客户追踪已经成为现实。实时获取客户信息有助于精确响应。
鉴于以上各点,可以理解为什么在这个特定的时刻,数据科学正在经历全球化的革命。一直以来限制数据科学发挥作用的科学和技术问题都已逐步解决,2017年数据管理业界将在全球迎来一些主要的改变。明年,哪些地方可以见到数据科学的引领,请看下面这张精准计算的预言清单。
![](http://evgetimg.oss-cn-hangzhou.aliyuncs.com/Content/files/2017/1/22/7b96011ea03d48b680455ecd841397a5636206779707607389.jpg)
2017 数据科学预言1:机器学习大行其道
问答网站Quara对机器学习将如何影响数据科学业界的变革做了专题问答。为了回答这个问题,克劳迪娅•珀立弛(Claudia Perlich),Dstillery公司的首席科学家,纽约大学的客座教授,肯定地认为,由于数据科学与机器学习的密切关系,在将来的商业分析界,不懂机器学习是无法生存的。
![](http://evgetimg.oss-cn-hangzhou.aliyuncs.com/Content/files/2017/1/22/c02f8d32cc4a48fda14ef118c2c154ce636206780567736585.jpg)
2017数据科学预言2:物联网数据流战胜传统商业智能
Gartner几年前就做出了这样的预言,而在2017年,这样的预言会比以往更可信。由于带有传感器的装置日益席卷人类社会的方方面面,大约50%的商业智能(BI)平台会投资事件数据流。这样的趋势,会导致一个新的商业智能分支浮出水面:捕获来自附着装置的实时数据宝库,在天气预报,制造业,电力,语音识别和健康检测系统,以及其他等等领域,都将得到广泛应用。由于自助式分析的兴起,商业智能服务商所和那些软件即服务(SaaS)供应商所提供的分析能力将不再有差距。
![](http://evgetimg.oss-cn-hangzhou.aliyuncs.com/Content/files/2017/1/22/3361a797343e41efb215c3c97c32ced56362<br/>d6e8<br/>06776914597638.jpg)
2017数据科学预言3:大数据技术支出大增
Gartner预言过到2016年,大数据商业影响的迷惑和不确定性将大大降低,变得可预见。这个预言也应验了。很多围绕大数据“实际价值 vs 感觉价值”的争论已经偃旗息鼓,而大数据技术已经从早期的“萌芽”期走向成熟。今天,对成功的数据科学项目而言,大数据技术比以往更加主流化,更加必备化。
迄今为止,大约只有30%的商业界经历了大数据革命,但是2017年,肯定会看到一个大数据投资的持续增长,尤其是处理“大容量,高速度和多样性的数据”的成本大幅下降以后。根据Information Week,大数据分析的销售额2019年会达到1870亿美元。
![](http://evgetimg.oss-cn-hangzhou.aliyuncs.com/Content/files/2017/1/22/94b1fd83cdbc4e4c9ec520788d86c9f7636206777056655763.jpg)
2017数据科学预言4:Hadoop市场的持续增长
已经证明,企业的IT预算里,Hadoop是有正面回报的。Hadoop不仅继续为海量数据的清洗,存储,和处理提供一个集中的平台,它也解决了标准IT解决方案的费用过高的问题。Hadoop为很多类型的应用,如预测性分析,ETL,数据可视化,数据挖掘,数据仓库,物联网,或者点击流分析提供了杰出的解决方案。今天,Hadoop被认为是最受喜爱的单一、可缩放并且费用相对低廉的商业大数据管理系统的替代方案;2017年它的流行度会增加。
![](http://evgetimg.oss-cn-hangzhou.aliyuncs.com/Content/files/2017/1/22/82be1c57e43543d29c15238c7100a5d2636206777212284664.jpg)
2017数据科学预言5:数据科学在行动——健康产业商业智能和分析
富有洞见的《德勤研究报告》绘制了一副2020年基于高科技和数字化的病人照顾蓝图。由于科学技术如视频会议和可穿戴设备越来越普遍,未来精通科技的病人会逐步将他们的日常医疗需求诉诸数字平台。到2020年,医院和临床中心只会为重症病人和监护病人保留。
总体而言,将来的医疗健康产业会朝着数字化平台发展,而2017年,这种趋势将很明显。
2017年,消费者可以期待:
医生们参考数据驱动的方案为病人做决策
健康服务业逐步迈向“4P”模式——“预防,预测,个体化,参与”( preventative, predictive, personalized, and participatory)。在这种模式下,病人成为全面知悉、共同参与评价和选择合适的治疗方法的伙伴。
![](http://evgetimg.oss-cn-hangzhou.aliyuncs.com/Content/files/2017/1/22/17b617fe20054e668b1b700e4b3449a9636206778329678576.jpg)
2017数据预言6:到2017年底,25%的企业将招募首席数据官
《2016大数据7大趋势》文章(http://www.edvancer.in/7-big-data-trends-2016/)的读者会发现,Gartner已经做出了上述预言。一个首席数据官,应该负责数据战略,数据治理,政策管理,也负责数据质量,隐私和安全,生命周期管理。这个趋势表明,要来的一年全球经济将经历完整的数据驱动的文化。首席数据官是推动部门内数据科学应用的主要力量,他们理解先进的分析之必须以及数据科学为企业所带来的诸多利益
这一切意味着什么?
斯科特•克拉克,一位Yelp的数据科学家,感受到了由于数据科学, Yelp网站所做出的些微改变将对“上百万的人”产生巨大影响。数据科学的这种高速性和准确性,只有在高速增长和联合使用相关技术,如大数据,Hadoop,物联网才成为可能,这些技术在2017年将继续发展。全球的商业人士终将理解来自互联网,手机,社交媒体和物联网的数据洪流的意义,2017年以至更远的将来,数据科学将有助于更好的理解这些趋势,助力数据管理业界整体的持续增长。
文章来源http://www.dataversity.net/data-science-predictions-2017/
常用的数据可视化图表锦集
2017 最全的机器学习开源项目列表
商业智能 BI 未来发展的新趋势
麦肯锡2013年出版了一份特别的报告,预言全球商业界将会感觉到下一个十年数据科学专业人士的紧缺,尤其是善于从大量静态和动态(实时)数据中发现有价值的情报的数据分析师,缺口达150万。这个预言现已成真,人们更加关注向企业和高等教育机构推销数据管理的重要性,从而使得整个业界都能应对几年之前还不完全理解的人才短缺问题。
数据科学领域的动荡要持续到2017年,伴随着更多的增长和更大的可能。
![](http://evgetimg.oss-cn-hangzhou.aliyuncs.com/Content/files/2017/1/22/183779ce2ff24df7be5ad0d519652351636206776768899304.jpg)
数据科学的力量
要理解为什么数据科学对商业为何如此关键,有几个前提需要理解:
在商业界需要它的时候,在需要它的领域,数据科学总能提供最精准的解决方案。
数据科学帮助做出更好的商业决策,并对这些决策的影响进行精确的研究。一份过去的哈佛商业评论研究指出,依赖数据进行决策的大生意一般比同行的利润高出6%。
当人的直觉和经验都失败时,数据科学对未来可以做出更加准确的预测。有了数据科学,商业不再靠猜。
有了高效、智能的设备和现代化的分析平台,客户追踪已经成为现实。实时获取客户信息有助于精确响应。
鉴于以上各点,可以理解为什么在这个特定的时刻,数据科学正在经历全球化的革命。一直以来限制数据科学发挥作用的科学和技术问题都已逐步解决,2017年数据管理业界将在全球迎来一些主要的改变。明年,哪些地方可以见到数据科学的引领,请看下面这张精准计算的预言清单。
![](http://evgetimg.oss-cn-hangzhou.aliyuncs.com/Content/files/2017/1/22/7b96011ea03d48b680455ecd841397a5636206779707607389.jpg)
2017 数据科学预言1:机器学习大行其道
问答网站Quara对机器学习将如何影响数据科学业界的变革做了专题问答。为了回答这个问题,克劳迪娅•珀立弛(Claudia Perlich),Dstillery公司的首席科学家,纽约大学的客座教授,肯定地认为,由于数据科学与机器学习的密切关系,在将来的商业分析界,不懂机器学习是无法生存的。
![](http://evgetimg.oss-cn-hangzhou.aliyuncs.com/Content/files/2017/1/22/c02f8d32cc4a48fda14ef118c2c154ce636206780567736585.jpg)
2017数据科学预言2:物联网数据流战胜传统商业智能
Gartner几年前就做出了这样的预言,而在2017年,这样的预言会比以往更可信。由于带有传感器的装置日益席卷人类社会的方方面面,大约50%的商业智能(BI)平台会投资事件数据流。这样的趋势,会导致一个新的商业智能分支浮出水面:捕获来自附着装置的实时数据宝库,在天气预报,制造业,电力,语音识别和健康检测系统,以及其他等等领域,都将得到广泛应用。由于自助式分析的兴起,商业智能服务商所和那些软件即服务(SaaS)供应商所提供的分析能力将不再有差距。
![](http://evgetimg.oss-cn-hangzhou.aliyuncs.com/Content/files/2017/1/22/3361a797343e41efb215c3c97c32ced56362<br/>d6e8<br/>06776914597638.jpg)
2017数据科学预言3:大数据技术支出大增
Gartner预言过到2016年,大数据商业影响的迷惑和不确定性将大大降低,变得可预见。这个预言也应验了。很多围绕大数据“实际价值 vs 感觉价值”的争论已经偃旗息鼓,而大数据技术已经从早期的“萌芽”期走向成熟。今天,对成功的数据科学项目而言,大数据技术比以往更加主流化,更加必备化。
迄今为止,大约只有30%的商业界经历了大数据革命,但是2017年,肯定会看到一个大数据投资的持续增长,尤其是处理“大容量,高速度和多样性的数据”的成本大幅下降以后。根据Information Week,大数据分析的销售额2019年会达到1870亿美元。
![](http://evgetimg.oss-cn-hangzhou.aliyuncs.com/Content/files/2017/1/22/94b1fd83cdbc4e4c9ec520788d86c9f7636206777056655763.jpg)
2017数据科学预言4:Hadoop市场的持续增长
已经证明,企业的IT预算里,Hadoop是有正面回报的。Hadoop不仅继续为海量数据的清洗,存储,和处理提供一个集中的平台,它也解决了标准IT解决方案的费用过高的问题。Hadoop为很多类型的应用,如预测性分析,ETL,数据可视化,数据挖掘,数据仓库,物联网,或者点击流分析提供了杰出的解决方案。今天,Hadoop被认为是最受喜爱的单一、可缩放并且费用相对低廉的商业大数据管理系统的替代方案;2017年它的流行度会增加。
![](http://evgetimg.oss-cn-hangzhou.aliyuncs.com/Content/files/2017/1/22/82be1c57e43543d29c15238c7100a5d2636206777212284664.jpg)
2017数据科学预言5:数据科学在行动——健康产业商业智能和分析
富有洞见的《德勤研究报告》绘制了一副2020年基于高科技和数字化的病人照顾蓝图。由于科学技术如视频会议和可穿戴设备越来越普遍,未来精通科技的病人会逐步将他们的日常医疗需求诉诸数字平台。到2020年,医院和临床中心只会为重症病人和监护病人保留。
总体而言,将来的医疗健康产业会朝着数字化平台发展,而2017年,这种趋势将很明显。
2017年,消费者可以期待:
医生们参考数据驱动的方案为病人做决策
健康服务业逐步迈向“4P”模式——“预防,预测,个体化,参与”( preventative, predictive, personalized, and participatory)。在这种模式下,病人成为全面知悉、共同参与评价和选择合适的治疗方法的伙伴。
![](http://evgetimg.oss-cn-hangzhou.aliyuncs.com/Content/files/2017/1/22/17b617fe20054e668b1b700e4b3449a9636206778329678576.jpg)
2017数据预言6:到2017年底,25%的企业将招募首席数据官
《2016大数据7大趋势》文章(http://www.edvancer.in/7-big-data-trends-2016/)的读者会发现,Gartner已经做出了上述预言。一个首席数据官,应该负责数据战略,数据治理,政策管理,也负责数据质量,隐私和安全,生命周期管理。这个趋势表明,要来的一年全球经济将经历完整的数据驱动的文化。首席数据官是推动部门内数据科学应用的主要力量,他们理解先进的分析之必须以及数据科学为企业所带来的诸多利益
这一切意味着什么?
斯科特•克拉克,一位Yelp的数据科学家,感受到了由于数据科学, Yelp网站所做出的些微改变将对“上百万的人”产生巨大影响。数据科学的这种高速性和准确性,只有在高速增长和联合使用相关技术,如大数据,Hadoop,物联网才成为可能,这些技术在2017年将继续发展。全球的商业人士终将理解来自互联网,手机,社交媒体和物联网的数据洪流的意义,2017年以至更远的将来,数据科学将有助于更好的理解这些趋势,助力数据管理业界整体的持续增长。
文章来源http://www.dataversity.net/data-science-predictions-2017/
相关文章推荐
- 2017年关于数据科学的六大预言
- 关于数据科学,书上不曾提及的三点经验
- 关于数据科学,书上不曾提及的三点经验
- 【Scikit-Learn 中文文档】无监督学习: 寻求数据表示 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- 【Scikit-Learn 中文文档】无监督学习: 寻求数据表示 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- 【Scikit-Learn 中文文档】无监督学习: 寻求数据表示 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- 关于我们 数据堂 Datatang,科研数据共享平台,实验数据,科研数据,科学数据,统计数据,企业数据,行业数据,生活数据,数据集,免费下载
- 【Scikit-Learn 中文文档】无监督学习: 寻求数据表示 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- 【Scikit-Learn 中文文档】无监督学习: 寻求数据表示 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- 【Scikit-Learn 中文文档】无监督学习: 寻求数据表示 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- 【Scikit-Learn 中文文档】无监督学习: 寻求数据表示 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- 关于2017年的设计趋势,国外已经有了这13个预言
- 2017年排名前15的数据科学python库
- 2017年最流行的15个数据科学Python库
- 【Scikit-Learn 中文文档】无监督学习: 寻求数据表示 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- 2017年首份中美数据科学对比报告,Python受欢迎度排名第一,美国数据工作者年薪中位数高达11万美金
- 读“关于数据科学,书上不曾提及的三点经验”对数据挖掘,机器学习方面的实战感悟
- 关于数据科学的十本好书
- 2017年排名前15的数据科学python库
- 【Scikit-Learn 中文文档】四十七:无监督学习: 寻求数据表示 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN