2016年分析领域的5大预测

标签: 行业资讯 分析领域 | 发表时间:2016-01-02 15:56 | 作者:DinK
出处:http://www.199it.com

PoF_wordle

1、 机器学习 在企业生根发芽

机器学习(Machine learning)的历史可以追溯到 1950 年,但直到最近,它都只是精英人才的领域并长期被人忽视。我预言机器学习会就此稳步发展,因为许多大型企业正在接纳机器学习。如今除了研究者和数字时代原住民,企业也在探索如何把机器学习变为生产力。在一些已经规范化的行业,模型解释性较差,曾导致模型难以应用。如今这些行业的从业者使用机器学习,寻找更多创造性的方法,从模型中选择变量,而这些变量之后能由常用工具进一步构建。机器学习从多个学科中获取营养,所以未来预计会产生更多跨学科的兴趣。回想去年 INFORMS 年会的主题,Dimitris Bertsimas 讲“现代优化视野下的统计与机器学习”( Statistics and Machine Learning via a Modern Optimization Lens )。我的同事 Patrick Hall 也对于“为什么是机器学习?为什么是现在?”(Why Machine Learning? Why Now?)这一话题给出了他的看法。

2、 物联网 大潮降温,面对现实

根据 Gartner 公司的新科技周期理论(Hype Cycle)来看, 物联网 (Internet of Things, IoT)正处在科技周期的顶峰。但在 2016 年我预计物联网这个概念将有所降温,开始面对现实。如何采集是一个很实际的障碍——信息太多了。我的一个同事正在把我们新大楼的HVAC 暖通系统,作为一个物联网测试项目进行分析。这栋楼里到处都是传感器,但获取数据却并不容易。设施部门告诉他这是IT部门的职权,IT部门把他又踢到了制造商那里,因为 HVAC 收集数据之后发送给了制造商。“数据所有权”是一个在逐渐浮现的议题:你生产了数据,却无法获取它。如何证实自己的价值是物联网面对的更大挑战。物联网在企业级的整体生产应用依然有限。物联网给出的承诺无与伦比,所以在 2016 年让我们期待早期使用者们能解决问题,给出答案。

3、 大数据 走出喧嚣,让模型变得丰富

大数据已经走出了喧嚣,产生了实际的价值。如今的建模者可以获取的数据种类前所未有地丰富(例如,非结构数据,地理空间数据,图像,声音),而这些数据使得模型可以变得更加丰富。大数据的另一新进展来自各类竞赛,这些竞赛超越了之前游戏化的形式,通过众包和数据分享产生了实际价值。拿前列腺癌 DREAM 挑战为例,参赛队伍使用四种临床诊断的匿名数据挑战开放的临床研究问题。这些数据来源众多,大部分是第一次公之于众。参赛队伍的数目史无前例,最终的获胜者战胜了之前此领域尖端研究者开发的模型。

4、通过分析提高信息安全

随着物联网发展,传感器的广泛使用肯定让数码空间的犯罪分子感到兴奋。他们使用这些设备,用一种缓慢而低调的木马手段进行劫持。许多传统的侦查手段对此无效,因为侦查不再是寻找一个稀有事件的过程,而需要对情境中事件的累积进行理解。跟物联网一样,信息安全面对的一个挑战和数据有关。我预计先进的分析作为追踪数据的手段,能为侦查和预防做出新的贡献。很可惜,本文无法谈论大数据的合作中正在发展出的方法,因为我们不想让坏蛋知道我们是怎么发现它们的。这方面的许多优秀工作都是在高度安全的隔离环境中完成的。不过,2016 年 SAS 和其他各方仍会高度关注信息安全。

5、分析驱动着 企业 与学界加强互动

北卡罗来纳州立大学的高级分析研究所(The Institute for Advanced Analytics, IAA)关注分析领域的硕士项目数量增长。新的硕士项目与日俱增。企业的招聘需求促进了增长,但同时我也看到了它们对于研究的兴趣。越来越多的企业在设立学术扩展部门,并表现出对于研究合作的浓厚兴趣。有时这种兴趣超越合作伙伴关系,转而直接雇佣学界名人。这些学界名人可能是休假期间来工作,或者在学界和企业往返。例如,机器学习顶尖研究者 Yann LeCun 曾在贝尔实验室工作,也曾是纽约大学的教授,曾是建立纽约大学数据科学中心的主管,现在在 Facebook 带领人工智能研究团队。INFORMS(运筹学与管理科学研究协会),通过为学界提供与分析有关的教学材料的方式,支持这种产学互动。2016 年 INFORMS 会为业界提供一个可查询的、分析领域(硕士)项目的数据库以促进双方往来,并提供新的 Associate Certified Analytics Professional 证书来帮助选拔毕业生。

您可能也喜欢的文章:

缔元信:2015年12月第五周热门车型销量预测

中国人民银行:2016 年中国宏观经济预测

预测2016年VR元年将遭遇哪些问题和机遇

ReadWrite:2013年的14个预测

App Annie :2016年热门应用预测
无觅

相关 [分析 预测] 推荐:

2016年分析领域的5大预测

- - 199IT互联网数据中心
1、 机器学习 在企业生根发芽. 机器学习(Machine learning)的历史可以追溯到 1950 年,但直到最近,它都只是精英人才的领域并长期被人忽视. 我预言机器学习会就此稳步发展,因为许多大型企业正在接纳机器学习. 如今除了研究者和数字时代原住民,企业也在探索如何把机器学习变为生产力.

分析师预测:增强现实设备将会取代iPhone

- - 威锋网-首页- 最新RSS订阅
  Gene Munster 是一位在华尔街知名度相当高的苹果分析师,但是他的预测报告向来不怎么样. 比如,这位老兄曾坚持多年预测苹果“很快”会推出传说中的 iTV. 然而三年又三年,这么多年过去了一个苹果电视的零件都看不到影子. 好在,Gene Munster 已经决定不当分析师了,所以在离职之前,他有一番语重心长的话要对苹果说.

Adrian Stephens:预测2017 年移动通讯行业趋势分析

- - 199IT互联网数据中心
本文作者是 IEEE 802.11 无线局域网工作组主席 Adrian Stephens,在即将迈入全新的 2017 年之际,他对未来移动通讯行业进行了一些预测,包括 Wi-Fi 网络的发展对未来 5G、物联网等领域里所产生的影响和应用前景. 对于业内人士来说,预测行业趋势总是一件值得去做的事情,因为你可以据此判断自己是否足够了解所处的行业.

预测

- lhb - 不许联想
药家鑫和夏俊峰一个面临二审,一个面临死刑复核. 在此预测一下,药家鑫二审肯定是死刑,如果再死刑复核,估计也是死刑. 夏俊峰死刑复核我看翻盘机会也不大,也是死刑. 对比这两个人的命运,正好相反,一个是人民不让他活,一个是人民之外的人不让他活. 药家鑫是很简单的杀人事件,除非药家鑫有什么更硬的来头,否责难逃惩罚.

预测之人生

- Triplewood - 三十而立,四十不惑
    投资也好,投机也罢,就是不断在预测未来的资产价格升跌.     我明知道不测不错,多测多错,但前几年一路测过来,无论对错已经成了惯性,就将连续剧一路继续下去吧.     最近两月在微博上预测了不少类别的资产的动向,现在简单总结罗列一下:. 中国的房价见五---十年的顶;. 中国A股股市已经见底,或曰二次探底已经结束.

Linux 2013年预测

- - Solidot

唾液能预测年龄

- 康爷 - Solidot
根据PLoS ONE上的报告,研究人员发现唾液能用于估算一个人的年龄. 加州大学洛杉矶分校的科学家可以通过DNA甲基化水平来推算一个人的年龄,误差在5.2年之内. 社会和遗传学中心主任Eric Vilain博士说:“仅仅通过唾液样本,我们就能准确推算一个人的年龄,不需要知道其它信息. ”他还表示,若是在烟头附近发现唾液,科学家可以利用这项技术推算唾液是来自20多岁还是70多岁的人.

4579元预测死期?

- sumsfm - 科学松鼠会
  你愿意花费4579元来预测自己的死期吗.   今年5月初,美国《新科学家》(New Scientist)以“端粒诺贝尔奖得主兜售生物年龄检测”为题做了一篇报道,介绍了伊丽莎白·布莱克伯恩(Elizabeth Blackburn)的“商业计划”.   这位2009年度的诺贝尔奖获得者、美国加州大学旧金山分校的教授,作为发起人,在美国加州成立了一家名为“端粒健康”(Telomere Health)的公司,起先主要是为各类端粒研究提供检测分析服务.

Twitter 能否预测股市?

- Choope - 果壳网 guokr.com - 果壳网
今年5月,世界首家基于社交媒体的对冲基金 Derwent Capital Markets 在屡次跳票后终于上线. 它会即时关注 Twitter 中的公众情绪指导投资. 正如基金创始人保罗•郝汀(Paul Hawtin)表示:“长期以来,投资者已经广泛地认可金融市场由恐惧和贪婪驱使,但我们从未拥有一种技术或数据来量化人们的情感.