至少這本書的廣告詞沒有騙我: 每十年，總是有極少數的書，能改變你看待一切的方式。《大數據》正是這樣的書。－－萊斯格（Lawrence Lessig），哈佛法學院網路智慧財產權教授 《大數據》開闢了新境界，告訴我們巨量資料如何從根本上，轉變我們對世界的基本理解…… 好書一本，推! 以往統計的問題在於：取樣。 隨著巨量資料取得方便，「樣本 = 母體」的時代來臨。 巨量，指的是完整的資料集。 測量背後隱藏的信念是，如果我們能夠測量某個現象，就能理解這個現象。 （要能夠量化、紀錄，還能呈現出可重複驗證的結果。） 我們面對幾種雜亂： 1.資料愈多，發生錯誤的可能性救愈高。 2.為了結合不同源頭、不同類型的各種資料，資料彼此不一定相容，也會增加雜亂度。 3.資料格式不一致，需要先整理過，才能使用。 接受雜亂，資料數量會比資料品質更重要。 整體的廣度 > 每個資料點的準確度。 真正造成雜亂的，並不是巨量資料本身，而是因為用來測量、記錄和分析資訊的工具還不錯完善。 相關性的核心概念，就在於將兩個資料值之間的統計關係加以量化。兩者之間的相關性強，代表著如果其中一個值有所變化，另一個值就極有可能也跟著改變。 請留意，講到相關性的時候， 兩者間的關係並沒有確定性，只有可能性 。 只要能找到某個現象的指標，我們靠著相關性，就能抓住現在、預測未來。 （事情若有相關性，不一定發現得了因果關係。==>人們會習慣將所有事情之間的關係，"直覺"地詮釋其因果關係。krilo said.） 巨量資料的一個核心概念，就是要以相關性，作為預測的根據。 預測分析無法解釋原因 ，只能顯示確實有了問題。 小量資料時代，因為可用的資料很少，常常會先提出假說（hypothesis）再據以調查因果關係或進行相關分析，以驗證假說是否為真。==>但這樣容易受到先入為主的偏見和錯覺所影響。 巨量資料時代，新的分類方式會帶來新的見解，並帶出實用的預測。這些非因果關係的分析，主要只是想知道"正是如此"，而不是追問 " 為何如此"。 想知道因果關係，必須做實驗。（成本較高。） 數位化與資料化的差異。 資訊一直是市場交易必不可少的基礎...