小数据之美

小数据之美
内容简介:
数据本无大小,但应用场合、处理方式的不同却分出大小,是谓小数据。数据表示的是过去,但表达的是未来,所以应用数据不仅需要全量数据,也需要样本数据;不仅要了解相关性,更要明白因果关系;不仅要预见未来,更要量化自我。这就迫使我们从更广泛的角度理解小数据,梳理小数据与大数据的分野,从而将相关思路投射、印证于小数据,考察其核心特点和应用特质。本书系统、全面的阐释了小数据,揭示了小数据之美、小数据之道、小数据之魅、小数据之巅,揭示了数据的局面在变化、逻辑在更新、未来在演进。重新审视我们的时代,小数据,尽管仍笼罩在迷雾中,但其已经开始在我们脑海中浮现出整体的轮廓。
作者简介:
陈辉,经济学博士、中国精算师,中央财经大学中国精算研究院助理研究员,中国精算研究院金融科技中心副主任,保险数据文献中心副主任,央财国际研究院创始人,央财金融科技智库和图零工作室发起人,“央财金融科技书系”和“央财相互保险丛书”策划人和执行主编。先后在《统计研究》《保险研究》等期刊发表20多篇文章;主要著作包括《金融科技:框架与实践》《相互保险:开启保险新方式》《相互保险:定义保险新方式》《相互保险:创新保险新方式》《相互保险:开创保险新未来》《股票连接保险的定价、准备金评估和风险对冲研究》等;另外参编多本书籍,包括《保险学词典》《中国保险公司竞争力评价研究报告(2011-2018)》《中国保险市场发展分析蓝皮书(2016-2018)》等。目前专注于金融科技和保险科技、小数据和大数据、互联网保险和相互保险的探索研究。
下载地址:
下载小数据之美
标签:
文章链接:https://www.dushupai.com/book-content-8112.html(转载时请注明本文出处及文章链接)
最新评论: 更多
  • huister
    2019-03-23
    大音希声,大象无形。越是宏大主题越飘渺宏远。西方用最质朴的词汇“Big”描述无法预知的巨大变革,大数据,大航海时代,宇宙大爆炸。北美著名科技评测机构高德纳(Gartner),在2016年发布的年度技术成熟度曲线上删除了大数据(Big Data),官方解释是大数据已如空气般无处不在。面向悠远潜低的大概念更需要穿透,作为数据工作一线奋斗的作者,从小入笔,碎片化的信息点也包容万物,从中我总结两个认知。一、小数据@个体数据,强调个性化。面对未知(Uncertainty),我们以往更关注在共性群体行为和结果,全局描述,统计上更多是概率方法(Probability),回答Yes的明确问题。但今天的电子商务相对于传统供销存系统,不仅要回答买了多少商品,更要回答个体可能会买什么商
  • 不亦乐乎
    2020-02-11
    东拼西凑,不知所云。买了浪费钱,看了浪费时间。
  • 姜乐果
    2019-11-14
    胡扯胡扯,蹭热点的书。 把很多书的观点拿来说说,把传统的统计分析方法和大数据分析方法对比对比,把黑天鹅,灰犀牛又扯扯……
常见问题:
  • 《小数据之美》是否涉及技术实现细节?

    《小数据之美》主要聚焦于数据思维和方法论,而非具体的技术实现细节。陈辉通过案例和逻辑分析,阐述了如何从数据中提炼价值,适合希望提升数据认知和管理能力的读者。对于技术实现,书中提供了思路指引,但具体的编码和算法细节并非重点,读者可结合实践进一步探索。
  • 《小数据之美》对数据治理有什么帮助?

    《小数据之美》为数据治理提供了新思路。陈辉指出,数据治理不应盲目追求数据规模和完整性,而应注重数据的适用性和有效性。通过合理选择样本数据,可以降低成本、提高效率。书中强调数据质量与逻辑的重要性,帮助企业建立更科学的数据治理体系,确保数据在真实业务场景中发挥最大价值,避免资源浪费。
  • 《小数据之美》的核心理念是什么?

    《小数据之美》的核心理念是“数据无大小,应用定高低”。陈辉认为,数据的大小不是衡量其价值的标准,关键在于如何根据场景选择合适的数据类型和处理方式。书中强调,不仅要利用全量数据,也要善用样本数据;不仅要关注相关性,更要洞察因果关系。这一理念为数据应用提供了新的视角和方向。
猜你喜欢: