大數據專題（導言）：我們真的認識 Big Data 的「科學」嗎？|

首頁

facebook twitter plurk line 中列印書籤

大數據專題（導言）：我們真的認識 Big Data 的「科學」嗎？

105/01/21 2921

陳妤寧｜台灣數位文化協會

關於 Big Data（大數據）能夠如何在網路世代改變人們的生活，只要上網搜尋即可查閱到國內外大量的文章。不過，究竟神奇的 Big Data 要如何運作？和十多年前的 Data Mining（資料採礦）又有何異曲同工？除了資工之外，數學、統計等其他學門在資料科學中分別扮演什麼角色？在股市、在民調、在醫療等形形色色的領域之中，是否已經是能夠被成熟運用的產品了呢？

本次大數據專題要揭開大數據科學的面紗，專訪五位精通於不同資料科學領域的專家，讓我們即使從外行麻瓜的角度，也能了解大數據背後能夠如何運作的科學原理。

在展開資料分析之前，「資料」真的能夠完整呈現「真實世界」的全貌嗎？我們想問的問題，都能從手上的資料中得到解答嗎？本專題專訪了社會企業DSP智庫驅動的知識長謝宗震，從統計人的角度，細細討論了在分析資料前應該如何「思考」資料，以及統計人面對大數據時代的非結構化資料，應如何迎接挑戰。

台大資工系的林守德副教授，則從機器學習的角度出發，從社群網站的個人化推薦、地圖 APP 提供的最佳路徑等案例分享，主張未來時代的機器人，將跳過「報表」階段，直接為人類做出最佳的決策。而人類不應為此恐慌，而是進化到下一階段、找出更多電腦所無法辦到的事情。

談到社群網站帶來的海量資料，不可忽略語意分析的關鍵地位。語意分析讓選前的民意調查能夠更廣泛的涵蓋到各種更「非正式」的網路意見，也不再侷限於以數字獨霸的數據資料，更深入拆解文字背後隱含的正面或負面情緒意涵，甚至能夠藉此更快掌握並預測事件的發生。創辦意藍科技的楊立偉董事長，深入介紹了語意分析的觀念、應用和挑戰。

大數據的本質在於資料，東吳大學的助理教授吳牧恩認為，從小資料到大資料，都是數學這個學門能夠積極介入、加以演算和預測的。電腦硬體的運算速度，必須加上演算法的加持，才能提升解題效率、降低運算的複雜度，尋求出最佳解。

最後，在分析結果的可靠問題上，是典通科技的總經理楊雅惠著墨最深的。為了優化分析模型，深入研究大眾在網路上發表意見的行為模式可以做出更好的判斷，讓「大」數據獲得精緻化的可能。而在醫療資料的分析上，她則認為除了常見的隱私問題之外，也存在著多元採集設備之間缺乏共同標準的挑戰。

數據和資料從古到今都是人類尋求解答的重要材料，而網路時代的資料來源變多也變雜，不論是語意分析、機器學習、演算法、統計建模，眾多方法都試圖解決更多過去人類仰賴臆測萊處理的問題。看完這五位不同背景和專長的專家分享了他們的見解後，對於所謂大數據的定義和視野，也隨之更為寬廣了。（本文由科技部補助「新媒體科普傳播實作計畫－智慧生活與前沿科技科普知識教育推廣」執行團隊撰稿）

責任編輯：鄭國威
審校：陳妤寧

大數據(77) 海量資料(13) 語意分析(3) 人工智慧(162)

大數據專題（導言）：我們真的認識 Big Data 的「科學」嗎？

推薦文章