Orador: Dr. Gongjin Lin , miembro de la Asociación Estadounidense de Estadística, profesor distinguido de la Universidad Estatal de Pensilvania
Orador: Dennis KJ Lin , profesor distinguido de la Universidad Estatal de Pensilvania
Tema: Big Data: Lo que importa no es el tamaño de los datos ni los datos en sí, sino el pensamiento estadístico
Tema: No se trata de Big Data, sino de estadísticas.
resumen:
Para cocinar una buena comida se necesitan tres elementos: buenos ingredientes, buenos utensilios de cocina y un buen método de cocción. Lo mismo ocurre cuando se estudian grandes volúmenes de datos. Si quieres hacer un buen trabajo en big data, tus ingredientes son big data, tus utensilios de cocina son computadoras y el método de cocina más importante es el pensamiento estadístico. Vale la pena mencionar que los ingredientes y utensilios de cocina se pueden comprar siempre que estés dispuesto a gastar dinero, pero el método de cocción es tuyo: tienes que aprenderlo tú mismo. Este informe le enseñará cómo cocinar algunos deliciosos platos de big data a través de varios análisis de casos simples y le presentará algunas opiniones personales sobre el futuro del big data, especialmente el desarrollo futuro de la Internet de las cosas.
Abstracto:
Para cocinar un buen plato, se necesitan tres elementos: buenos ingredientes, utensilios de cocina fáciles de usar y buenos métodos de cocción. La investigación con big data es muy similar. Los ingredientes son big data, los utensilios de cocina son computadoras y el método de cocción más importante es el pensamiento estadístico. Cabe mencionar que los ingredientes y los utensilios de cocina se pueden comprar, pero hay que aprender y mejorar los buenos métodos de cocción por cuenta propia. Esta charla cubrirá algunos casos prácticos sencillos, enseñándole a cocinar con pensamiento estadístico, ofreciendo una perspectiva sobre el futuro del big data (especialmente el Internet de las Cosas) y aportando algunas perspectivas personales.
