最近剛好將大數據DigData這本書讀完，剛好老師也請到真正的資料科學家!!
講者一開始提到資料科學的小、中、大型儲存裝置，類似Hadoop，其中帶到安全性的儲存問題，例如存取安全、隱私安全等等。
這個部份很有趣，也有感而發。從NAS個人是雲端得這個部份來看，我工作得公司也有架設這種伺服器，但初衷是為了公司內部備份的需求，但似乎對我來說變成Work at home的遠端儲存功能。如果，雖然內部資料大多是由我所設計的，但如果今天資料越來越多，牽涉更多NDA的部分，由安全性來看，不就是只能使用內部連網，而不能對外公開。
談到這裡，資料科學分析的方式，講者提到利用資料做出模型，利用模型測試結果，反推修改模型及演算法，就類似設計思考，透過反覆的驗證自己所設計的東西，將產品的可靠度提升。例如，利用我們將unstructure的資料變成可讓機器或電腦讀取的資料，再將資料加入演算法，變成知識，決策者透過知識執行，執行其間蒐集資料，形成一個循環。
實際的例子就如腦震盪使用的APP。醫師透過軟體了解患者的個人狀況，患者所執行的動作再轉換成醫師的資料，反覆循環，形成正向的圈圈。
最後，設計師要如何透過演算法與DigData的方式做設計，這很好玩。因為念設計的學生，就如我，是所有學科目皆不行，更遑論數學。因此，在最後向講者詢問如何依照他們的經驗，學習最初階的C語言與Java。因為我知道，縱使不懂如何完全寫出來，但也有機會能聽懂這方面的知識。
沒有留言:
張貼留言