統(tǒng)計(jì)學(xué)方法在數(shù)據(jù)挖掘中的應(yīng)用探究

數(shù)據(jù)挖掘就是指從眾多實(shí)際應(yīng)用數(shù)據(jù)中獲取批量大、有噪聲、且隨機(jī)性強(qiáng)的數(shù)據(jù)，將潛在的信息與數(shù)據(jù)提取出來，就是從數(shù)據(jù)中挖掘有價(jià)值的知識(shí)，而大多數(shù)原始數(shù)據(jù)具有一定的結(jié)構(gòu)化特征，比如，關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)；也可以通過文本、圖形、圖像等半結(jié)構(gòu)化發(fā)掘有用知識(shí)，這些知識(shí)可以是數(shù)學(xué)的也可以是非數(shù)學(xué)形式的；數(shù)據(jù)挖掘能以歸納形式存在，能夠被廣泛應(yīng)用到信息查詢、信息管理、信息決策控制中，方便數(shù)據(jù)的維護(hù)與管理。由此可見，數(shù)據(jù)挖掘是一門交叉性強(qiáng)的學(xué)科，加強(qiáng)對(duì)其的研究非常有意義，下面將對(duì)統(tǒng)計(jì)方法在數(shù)據(jù)挖掘中的具體應(yīng)用進(jìn)行分析?！?/p>

　一、數(shù)據(jù)挖掘與統(tǒng)計(jì)學(xué)的關(guān)系　?。ㄒ唬?shù)據(jù)挖掘的內(nèi)涵　　通常來說，數(shù)據(jù)挖掘的定義較為模糊，沒有明確界定，大部分對(duì)其的定義只是停留在其背景與觀點(diǎn)的內(nèi)容上。通過對(duì)不同觀點(diǎn)的統(tǒng)一整理，人們最終將其描述為：從大量多樣化的信息中發(fā)現(xiàn)隱晦性、規(guī)律性等潛在信息，并對(duì)這些信息進(jìn)行創(chuàng)造、加工的過程。數(shù)據(jù)挖掘作為一門重要的交叉學(xué)科，能夠?qū)?shù)據(jù)庫、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等眾多的科學(xué)融入到一起，從而實(shí)現(xiàn)技術(shù)與理論的創(chuàng)新與發(fā)展[1]。其中，數(shù)據(jù)庫、人工智能與統(tǒng)計(jì)學(xué)是數(shù)據(jù)挖掘當(dāng)中的三大支柱理論。數(shù)據(jù)挖掘的目的是從數(shù)據(jù)庫當(dāng)中發(fā)掘各種隱含的知識(shí)與信息，此過程的方法非常多，有統(tǒng)計(jì)學(xué)知識(shí)、遺傳算法、粗集方法、決策法、模糊邏輯法等，還可以應(yīng)用向鄰近的可視技術(shù)、模式識(shí)別技術(shù)等，在以上所有技術(shù)的支持上能夠使數(shù)據(jù)挖掘更為科學(xué)、有序?！　。ǘ?shù)據(jù)挖掘與統(tǒng)計(jì)學(xué)間的關(guān)系　　通常來說，統(tǒng)計(jì)學(xué)的主要功能是對(duì)統(tǒng)計(jì)原理與統(tǒng)計(jì)方法進(jìn)行研究的科學(xué)。具體來說就是指對(duì)數(shù)字資料進(jìn)行的收集、整理、排序、分析、利用的過程，數(shù)字資料是各種信息的歸納與總結(jié)，可以將其作為特性原理的認(rèn)知、推理方法[2]。而統(tǒng)計(jì)學(xué)則表示的是使用專業(yè)的統(tǒng)計(jì)學(xué)、概率理論原理等對(duì)各種屬性關(guān)系的統(tǒng)計(jì)與分析過程，通過分析成功找到屬性間的關(guān)聯(lián)與發(fā)展的規(guī)律。在此過程中，統(tǒng)計(jì)分析方法是數(shù)據(jù)挖掘最為重要的手段之一。

　　在數(shù)據(jù)挖掘這一課題被提出來之前，統(tǒng)計(jì)分析技術(shù)對(duì)于人們來說更熟悉，也是人們?nèi)粘ｉ_展工作、尋找數(shù)據(jù)間規(guī)律最常使用的收集整理方法。但是不能簡單的將數(shù)據(jù)挖掘作為統(tǒng)計(jì)學(xué)的延伸與替代工具，而是要將兩者的區(qū)別認(rèn)識(shí)到位，再結(jié)合兩者間的不同特點(diǎn)分析其應(yīng)用特點(diǎn)[3]。大部分的統(tǒng)計(jì)學(xué)分析技術(shù)都是建立在數(shù)學(xué)理論與技巧上的，預(yù)測(cè)通常較為準(zhǔn)確，效果能夠讓大部分人滿意。數(shù)據(jù)挖掘能夠充分借鑒并吸收統(tǒng)計(jì)學(xué)技術(shù)，在融入到自身特點(diǎn)以后成為一種數(shù)據(jù)挖掘技術(shù)?！　〗y(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘存在的目標(biāo)都是一致的，就是不斷對(duì)數(shù)據(jù)結(jié)構(gòu)進(jìn)行發(fā)掘。鑒于統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘在目標(biāo)上的一致性，致使很多研究學(xué)者與專家將數(shù)據(jù)挖掘作為了統(tǒng)計(jì)學(xué)的一個(gè)分支機(jī)構(gòu)[4]。但是這種認(rèn)知非常不正確，因?yàn)閿?shù)據(jù)挖掘不僅體現(xiàn)在與統(tǒng)計(jì)學(xué)的關(guān)系上還體現(xiàn)在思想、工具與方法上，尤其是在計(jì)算機(jī)科學(xué)領(lǐng)域?qū)?shù)據(jù)挖掘起到的作用非常大。比如，通過借助數(shù)據(jù)庫技術(shù)與人工智能的學(xué)習(xí)，能夠關(guān)注到更多統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘上的共通點(diǎn)，但是兩者存在的差異依然非常大。數(shù)據(jù)挖掘就是指對(duì)大量的數(shù)據(jù)信息不斷挖掘的過程，DM能夠?qū)?shù)據(jù)模式內(nèi)的數(shù)據(jù)關(guān)系進(jìn)行充分挖掘，并對(duì)觀測(cè)到的數(shù)據(jù)庫處理有著極高的關(guān)注度。　　二、數(shù)據(jù)挖掘的主要過程　　從數(shù)據(jù)本身出發(fā)探討數(shù)據(jù)挖掘過程，數(shù)據(jù)挖掘的過程分為信息的收集、數(shù)據(jù)集成、數(shù)據(jù)處理、數(shù)據(jù)變換、數(shù)據(jù)挖掘?qū)嵤┑冗^程。

　首先，要將業(yè)務(wù)對(duì)象確定下來，明確不同業(yè)務(wù)定義，并認(rèn)清數(shù)據(jù)挖掘的目的，這是做好數(shù)據(jù)挖掘最關(guān)鍵的一步，也是最重要的一步，雖然挖掘的結(jié)果不能被準(zhǔn)確預(yù)測(cè)到，但卻需要對(duì)問題的可預(yù)見性進(jìn)行探索[5]。其次，還要做好數(shù)據(jù)準(zhǔn)備工作，包含數(shù)據(jù)清理、數(shù)據(jù)變換等工作，數(shù)據(jù)清理的實(shí)際意義是將噪聲與空缺值補(bǔ)全，針對(duì)這一問題，可以使用平滑技術(shù)，而空缺值的處理則是屬性中最常見的，可以將統(tǒng)計(jì)中最可能出現(xiàn)的值作為一個(gè)空缺值[6]?！　⌒畔⑹占傅氖前凑仗囟ǖ臄?shù)據(jù)分析對(duì)象，可以將分析中需要的特征信息抽象出來，并在此基礎(chǔ)上選擇出較為科學(xué)、適合的信息收集方法，將全部的信息全部錄入到特定的數(shù)據(jù)庫中。如果數(shù)據(jù)量較大，則可以選擇一個(gè)專門的管理數(shù)據(jù)的倉庫，實(shí)現(xiàn)對(duì)信息的有效保護(hù)與管理；數(shù)據(jù)集成就是指將來源不同、格式不同、性質(zhì)不同、特點(diǎn)不同的數(shù)據(jù)集成到一起，進(jìn)而為企業(yè)提供更為全面、系統(tǒng)的數(shù)據(jù)共享平臺(tái)；數(shù)據(jù)變換就是通過聚集、概化、規(guī)范化等方式對(duì)數(shù)據(jù)進(jìn)行挖掘，對(duì)于一些實(shí)用數(shù)據(jù)，則可以通過分層與分離方式實(shí)現(xiàn)對(duì)數(shù)據(jù)的轉(zhuǎn)換；數(shù)據(jù)挖掘就是結(jié)合數(shù)據(jù)倉庫中的數(shù)據(jù)信息點(diǎn)，并選擇正確的分析方法實(shí)現(xiàn)對(duì)有價(jià)值數(shù)據(jù)的挖掘，事例推理、規(guī)則推理、遺傳算法等都是應(yīng)用較多的方法[7]?！　∪⒔y(tǒng)計(jì)學(xué)方法中的聚類分析　　在統(tǒng)計(jì)學(xué)聚類方法基礎(chǔ)上能夠構(gòu)建出潛在的概率分布假設(shè)，可以使用試圖優(yōu)化的方法構(gòu)建數(shù)據(jù)與統(tǒng)計(jì)模型的擬合效果?；诮y(tǒng)計(jì)學(xué)聚類方法當(dāng)中，Cobweb方法是在1987年由Fisher提出的，能夠以分類樹作為層次聚類創(chuàng)建的方法，在分類樹上，每一個(gè)節(jié)點(diǎn)都能代表著一個(gè)概念，該方法就是對(duì)節(jié)點(diǎn)概率描述的過程。Cobweb方法還使用了啟發(fā)式估算方式，使用分類效用對(duì)分類樹的構(gòu)建進(jìn)行指導(dǎo)，從而實(shí)現(xiàn)對(duì)最高分類的劃分目的，能夠?qū)⒉煌诸悓?duì)象全部歸類到一個(gè)類別中，并依據(jù)這些內(nèi)容創(chuàng)建出一個(gè)新的類別。但是這種方法也存在一定局限性，局限性在于假設(shè)的屬性概率分布都是獨(dú)立的，并不能始終處于成立狀態(tài)中。

關(guān)于社會(huì)統(tǒng)計(jì)學(xué)與數(shù)理統(tǒng)計(jì)的區(qū)別

一、從歷史發(fā)展方面看它們之間的區(qū)別　　社會(huì)統(tǒng)計(jì)學(xué)自古以來就有，它的歷史有3000多年，大到國家財(cái)政分配，小到百姓生活方面的各種統(tǒng)計(jì)，無所不在。它是一項(xiàng)廣泛的社會(huì)實(shí)踐活動(dòng)形式，“統(tǒng)而計(jì)之”就是人們對(duì)統(tǒng)計(jì)的初步認(rèn)識(shí)。它屬于社會(huì)科學(xué)。數(shù)理統(tǒng)計(jì)學(xué)僅僅是在100年前伴隨著概率論的發(fā)展而發(fā)展起來的。19世紀(jì)中葉以前已出現(xiàn)了若干重要的工作，如C.F.高斯和A.M.勒讓德關(guān)于觀測(cè)數(shù)據(jù)誤差分析和最小二乘法的研究。到19世紀(jì)末期，經(jīng)過包括K.皮爾森在內(nèi)的一些學(xué)者的努力，這門學(xué)科已開始形成。但數(shù)理統(tǒng)計(jì)學(xué)發(fā)展成一門成熟的學(xué)科，則是20世紀(jì)上半葉的事，它在很大程度上要?dú)w功于K.Pearson、R.A. Fisher等學(xué)者的工作。特別是Fisher的貢獻(xiàn)，對(duì)這門學(xué)科的建立起了決定性的作用。1946年H.克拉默發(fā)表的《統(tǒng)計(jì)學(xué)數(shù)學(xué)方法》是第一部嚴(yán)謹(jǐn)且比較系統(tǒng)的數(shù)理統(tǒng)計(jì)著作，它是數(shù)理統(tǒng)計(jì)學(xué)進(jìn)入成熟階段的標(biāo)志。由于數(shù)理統(tǒng)計(jì)其本質(zhì)是帶著概率意義下的結(jié)論。比如：區(qū)間估計(jì)，假設(shè)檢驗(yàn)，方差分析等。因此數(shù)理統(tǒng)計(jì)屬于概率論的應(yīng)用屬于自然科學(xué)。統(tǒng)計(jì)學(xué)發(fā)展史說明：先有社會(huì)統(tǒng)計(jì)學(xué)后有數(shù)理統(tǒng)計(jì)學(xué)，先有變量后有隨機(jī)變量；社會(huì)統(tǒng)計(jì)學(xué)以變量為基礎(chǔ)，數(shù)理統(tǒng)計(jì)學(xué)以隨機(jī)變量為基礎(chǔ)，變量與隨機(jī)變量是在一定的條件下可以相互轉(zhuǎn)化的數(shù)學(xué)概念。　　

二、從數(shù)學(xué)思路上看它們之間的區(qū)別　　從兩門統(tǒng)計(jì)學(xué)的數(shù)學(xué)思路來看，社會(huì)統(tǒng)計(jì)學(xué)主要來源于社會(huì)學(xué)、經(jīng)濟(jì)學(xué)、數(shù)學(xué)（主要是初等數(shù)學(xué)），這個(gè)學(xué)科所涉及的內(nèi)容與實(shí)際統(tǒng)計(jì)工作存在著密切的聯(lián)系。當(dāng)統(tǒng)計(jì)工作發(fā)生大的變動(dòng)之后，統(tǒng)計(jì)學(xué)也隨之做出相應(yīng)的反應(yīng)。由于它主要是為國家的宏觀管理服務(wù)的，有著鮮明的服務(wù)對(duì)象，因此在國家統(tǒng)計(jì)部門、宏觀經(jīng)濟(jì)管理部門發(fā)揮著直接的作用。本文由畢業(yè)論文網(wǎng)http://lw54收集整理另外，這個(gè)學(xué)科中的一些名詞也不屬于數(shù)學(xué)名詞。如：人口統(tǒng)計(jì)，壽命表。隨著學(xué)科的不斷交融和細(xì)化，相關(guān)于每個(gè)學(xué)科的統(tǒng)計(jì)學(xué)隨之誕生，如生物統(tǒng)計(jì)、地質(zhì)統(tǒng)計(jì)、地震統(tǒng)計(jì)、醫(yī)學(xué)統(tǒng)計(jì)、衛(wèi)生統(tǒng)計(jì)等等。而數(shù)理統(tǒng)計(jì)學(xué)的理論基礎(chǔ)是概率論，它與數(shù)學(xué)，特別是高等數(shù)學(xué)存在著密切的聯(lián)系。它本身是一門數(shù)學(xué)學(xué)科，重在應(yīng)用方法的數(shù)理基礎(chǔ)的研究。由于它有不少方法來源于生物、農(nóng)業(yè)試驗(yàn)。因而被自然科學(xué)界普遍地認(rèn)為是一種科學(xué)方法。從原則上來說它可以用于研究任何隨機(jī)現(xiàn)象的變化。除了它的通用性之外，它還具有很強(qiáng)的派生性，現(xiàn)在許多被人們泛使用的數(shù)理方法都與數(shù)理統(tǒng)計(jì)學(xué)有著不可分割的聯(lián)系。　

　總之，社會(huì)統(tǒng)計(jì)學(xué)更側(cè)重于對(duì)解決社會(huì)、經(jīng)濟(jì)等現(xiàn)實(shí)問題數(shù)量分析方法的研究與應(yīng)用，而方法本身的數(shù)理基礎(chǔ)的科學(xué)性研究，則由相應(yīng)的理論統(tǒng)計(jì)學(xué)去研究，事實(shí)上，推斷統(tǒng)計(jì)方法的數(shù)理基礎(chǔ)的科學(xué)性研究，正是數(shù)理統(tǒng)計(jì)的研究范疇之一?！　∪?、從應(yīng)用的角度和范圍上看它們之間的區(qū)別　　在研究角度上，二者的區(qū)別表現(xiàn)為，社會(huì)統(tǒng)計(jì)學(xué)主要包括社會(huì)核算和社會(huì)定量分析兩部分。前者主要包括統(tǒng)計(jì)分類理論、統(tǒng)計(jì)資料搜集與整理理論、統(tǒng)計(jì)指標(biāo)理論和核算表式理論，其核心內(nèi)容是宏觀經(jīng)濟(jì)核算表，此外還有正在開發(fā)或有待開發(fā)的環(huán)境、科技等核算領(lǐng)域。后者是對(duì)社會(huì)經(jīng)濟(jì)總量、結(jié)構(gòu)、動(dòng)態(tài)、趨勢(shì)等方面進(jìn)行分析。從整體看，統(tǒng)計(jì)學(xué)基本上是圍繞觀測(cè)指標(biāo)展開的，指標(biāo)設(shè)定、指標(biāo)測(cè)量、指標(biāo)分析是其主要內(nèi)容。而數(shù)理統(tǒng)計(jì)學(xué)一般包括描述統(tǒng)計(jì)和推斷統(tǒng)計(jì)兩大部分。數(shù)理統(tǒng)計(jì)基本上是圍繞模型展開的，模型假設(shè)、模型論證、模型運(yùn)用是其主要內(nèi)容。兩門統(tǒng)計(jì)學(xué)在研究角度上雖有聯(lián)系，但其區(qū)別是明顯的。　

　在研究范圍上，數(shù)理統(tǒng)計(jì)側(cè)重于對(duì)樣本數(shù)據(jù)的定量分析；而統(tǒng)計(jì)學(xué)不僅重視樣本數(shù)據(jù)的定量分析，而且重視對(duì)所獲得的總體全部數(shù)據(jù)的定量分析，同時(shí)，重視數(shù)據(jù)收集方法、數(shù)據(jù)整理方法的研究。某某統(tǒng)計(jì)學(xué)往往僅限于它所在的學(xué)科的具體應(yīng)用。而數(shù)理統(tǒng)計(jì)給出的公式卻可以應(yīng)用在其他的眾多科學(xué)領(lǐng)域中。如：在農(nóng)業(yè)中，對(duì)田間試驗(yàn)進(jìn)行適當(dāng)?shù)脑O(shè)計(jì)和統(tǒng)計(jì)分析；在工業(yè)生產(chǎn)的試制新產(chǎn)品和改進(jìn)老產(chǎn)品、改革工藝流程、使用代用原材料和尋求適當(dāng)?shù)呐浞降葐栴}中起著廣泛的作用；在醫(yī)學(xué)中，可以用來發(fā)現(xiàn)和驗(yàn)證導(dǎo)致疾病的種種因素，確定一種藥物對(duì)治療某種疾病是否有用，用處多大，以及比較幾種藥物或治療方法的效力等；在自然科學(xué)和技術(shù)科學(xué)中，可以用于地震、氣象和水文方面的預(yù)報(bào)、地質(zhì)資源的評(píng)價(jià)等。數(shù)理統(tǒng)計(jì)的原理是小概率事件，其論證過程是反證法。這也是它與社會(huì)統(tǒng)計(jì)學(xué)的重大區(qū)別。　　四、從詞匯上和圖書分類上看它們之間的區(qū)別　　社會(huì)統(tǒng)計(jì)學(xué)起源于國家財(cái)政National Finance，數(shù)理統(tǒng)計(jì)學(xué)的英文為Mathematical statistics。社會(huì)統(tǒng)計(jì)學(xué)的圖書分類為F，數(shù)理統(tǒng)計(jì)學(xué)為O?！　纳鲜鰯?shù)理統(tǒng)計(jì)與社會(huì)統(tǒng)計(jì)學(xué)的比較，可以清楚地看到，隨著現(xiàn)代統(tǒng)計(jì)學(xué)的發(fā)展及其在社會(huì)政治經(jīng)濟(jì)生活中發(fā)揮作用越來越大的趨勢(shì)，數(shù)理統(tǒng)計(jì)研究問題的理念及其方法已對(duì)統(tǒng)計(jì)學(xué)的發(fā)展產(chǎn)生重要的革命性影響，但是，數(shù)理統(tǒng)計(jì)與社會(huì)統(tǒng)計(jì)學(xué)畢竟是兩門差異較大的學(xué)科，不可能簡單地加以“統(tǒng)一”。 盡管在社會(huì)統(tǒng)計(jì)學(xué)與數(shù)理統(tǒng)計(jì)學(xué)之間存在著很大區(qū)別，兩門學(xué)科關(guān)于統(tǒng)計(jì)學(xué)理論問題的觀點(diǎn)有著明顯的歷史和認(rèn)識(shí)上的局限性，這些卻并不能否定兩大學(xué)派的歷史功績和未來發(fā)展。通過比較分析兩大學(xué)科，全面正確地認(rèn)識(shí)統(tǒng)計(jì)學(xué)的發(fā)展，更有利于兩門學(xué)科之間的溝通、交流和借鑒，促進(jìn)整個(gè)統(tǒng)計(jì)學(xué)的發(fā)展。 　　

普遍的定義認(rèn)為，統(tǒng)計(jì)學(xué)是關(guān)于數(shù)據(jù)的科學(xué)，研究如何收集數(shù)據(jù)，并科學(xué)地推斷總體特征。大數(shù)據(jù)和統(tǒng)計(jì)學(xué)還是存在一定區(qū)別的，其一是數(shù)據(jù)分析時(shí)不再進(jìn)行抽樣，而是采用population（n=all）；其二是分析方法，側(cè)重所有變量之間的相關(guān)性，而不再根據(jù)背景學(xué)科理論篩選變量，進(jìn)行假設(shè)檢驗(yàn)。

現(xiàn)在社會(huì)上有一種流行的說法，認(rèn)為在大數(shù)據(jù)時(shí)代，“樣本=全體”，人們得到的不是抽樣數(shù)據(jù)而是全數(shù)據(jù)，因而只需要簡單地?cái)?shù)一數(shù)就可以下結(jié)論了，復(fù)雜的統(tǒng)計(jì)學(xué)方法可以不再需要了。

普查和抽樣調(diào)查是傳統(tǒng)的兩大數(shù)據(jù)收集方法。普查不需要統(tǒng)計(jì)學(xué)方法進(jìn)行推斷估計(jì)，因?yàn)橥ㄟ^普查，已經(jīng)取得了所有個(gè)體數(shù)據(jù)和總體的實(shí)際分布，這也是為什么人類開始懂得計(jì)數(shù)就開始進(jìn)行普查。抽樣調(diào)查是利用抽樣理論解決如何科學(xué)設(shè)計(jì)樣本，取得樣本個(gè)體數(shù)據(jù)，并科學(xué)地推斷總體分布及特征。無論是普查還是抽樣調(diào)查，其核心問題之一是要取得準(zhǔn)確的“個(gè)體數(shù)據(jù)”。但在大數(shù)據(jù)時(shí)代，一切皆可量化，一切皆可記錄，如何利用更全面、更及時(shí)、更經(jīng)濟(jì)的網(wǎng)絡(luò)電子化數(shù)據(jù)，以及通過對(duì)這些數(shù)據(jù)使用新的分析及挖掘技術(shù)，產(chǎn)生新的見解和認(rèn)識(shí)，是我們面臨的重大機(jī)遇。

大數(shù)據(jù)的應(yīng)用可以說是在減少人類處理數(shù)據(jù)時(shí)帶入的主觀假設(shè)的影響，而完全依靠數(shù)據(jù)間的相關(guān)性來闡述。而由于消除人為因素帶入的誤差，已經(jīng)分析人員作出假設(shè)的限制（如果教育背景和保險(xiǎn)購買額是相關(guān)的，而分析人員沒想到，那這個(gè)結(jié)論就不會(huì)被分析出來，這在實(shí)際案例中是很容易發(fā)生的，大數(shù)據(jù)的核心也就在于它能更充分的發(fā)掘數(shù)據(jù)的全部真實(shí)含義。

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析的很多根本性問題和小數(shù)據(jù)時(shí)代并沒有本質(zhì)區(qū)別。當(dāng)然，大數(shù)據(jù)的特點(diǎn)，確實(shí)對(duì)數(shù)據(jù)分析提出了全新挑戰(zhàn)。例如，許多傳統(tǒng)統(tǒng)計(jì)方法應(yīng)用到大數(shù)據(jù)上，巨大計(jì)算量和存儲(chǔ)量往往使其難以承受；對(duì)結(jié)構(gòu)復(fù)雜、來源多樣的數(shù)據(jù)，如何建立有效的統(tǒng)計(jì)學(xué)模型也需要新的探索和嘗試。對(duì)于新時(shí)代的數(shù)據(jù)科學(xué)而言，這些挑戰(zhàn)也同時(shí)意味著巨大的機(jī)遇，有可能會(huì)產(chǎn)生新的思想、方法和技術(shù)。

西線學(xué)院培訓(xùn)機(jī)構(gòu)提供良好的教學(xué)環(huán)境，良好的師資以及行業(yè)資源，使得西線學(xué)院教學(xué)永遠(yuǎn)都是跟隨行業(yè)進(jìn)步的步伐。說了這么多，其實(shí)就是想讓你更加了解大數(shù)據(jù)。如此優(yōu)秀的資源和別人望眼欲穿的實(shí)習(xí)機(jī)會(huì)，再不行動(dòng)就要被后來居上的技術(shù)人員拍死在沙灘上了。