Big Data

http://theins.ru/politika/38490

Есть о чем подумать трейдеру и человеку.

Несколько цитат:

В 2012 году Козинский доказал, что анализа 68 лайков в Facebook достаточно, чтобы определить цвет кожи испытуемого (с 95% вероятностью), его гомосексуальность (88% вероятности) и приверженность Демократической или Республиканской партии США (85% вероятности).

Использовались и так называемые «темные посты» Facebook: платные объявления посреди ленты новостей, которые могли попадаться только определенным группам лиц. Например, афроамериканцам показывали посты с видео, на котором Клинтон сравнивала чернокожих мужчин с хищниками.

Facebook превратился в совершенное оружие и лучшего помощника на выборах, как написал в Twitter один из сподвижников Трампа. К слову, в Германии антиэлитарная «Альтернатива для Германии» имеет в Facebook больше подписчиков, чем ведущие партии ХДС и СДПГ вместе взятые.

Количество данных в мире нарастает с ужасающей скоростью. Совсем недавно технологическим чудом считалось удвоение мощности процессоров каждые 18 месяцев. Сегодня — это экспоненциальный рост данных. Уже в 2011 году данных было создано столько, что если их записать на DVD и положить друг на друга, то выстроенная «этажерка» будет равна длине пути от Земли до Луны и обратно. По некоторым оценкам к концу 2019 года это «стейк» достигнет пол-пути от Земли до Марса. 

Мы полагаем, что внедрение анализа данных в производство и коммерцию будет происходить на протяжении десятилетий и заключает в себе большой потенциал по изменению экономики, а также возможностей инвесторов. «Революция данных» – это не первый технологический прорыв, который обещает существенно изменить наш мир. Но он, однако, может оказаться самым быстротечным. Если заглянуть глубоко в экономическую историю, первые важные технологические сдвиги были после сельскохозяйственной революции, которая принесла с собой более эффективные методы ведения с/х и улучшила стандарты жизни человечества. Следующей была Индустриальная Революция в конце 18 и начале 19 столетий, тогда экономическая производительность удвоилась в течении 150-200 лет. Производительность взлетела в небо (skyrocketed) после Компьютерной революции, со скоростью 3 раза в второй половине тысячелетия, начиная с 1960.

( Читать дальше )

Друзья!

Для тех кто был на конференции, и тех кто не был — видео с Moscow ALGO — 2014.
Спасибо всем! Было круто! :)




Круглый стол «Внутренние и внешние риски в алгоритмической торговле.»


 
Круглый стол «Big data и machine learning — »современное" оружие в руках алготрейдера."



( Читать дальше )

Опубликовано в рамках конкурса (плюсаните плз.=)))


Не легко быть исследователем в наши дни. В новостях и блогах нет недостатка в статьях доказывающих уход исследований рынка в прошлое или о том, как супермассивы данных превратят исследования в устаревший вид деятельности. Согласно этим экспертным мнениям, в то время как в прошлом мы страдали от недостатка данных  - и, таким образом, была необходимость в  исследовании рынка, чтобы заполнить пробелы в знаниях, сегодня нам посчастливилось иметь обилие информации. В результате, с правильными методами обработки гор данных и толикой таланта для их просеивания,  на все наши вопросы будут даны ответы, и исследования рынка могут, наконец, поклониться и уйти со сцены.
Ерунда.
Для начала, позвольте мне сделать необходимую ремарку. Я ни в коем случае не выступаю против супермассивов данных. На самом деле, я очень взволнован крупными и богатыми наборами данных, которые, мы надеемся, приведут к новым знаниям и интересным идеям. Моя точка зрения состоит в том, что супермассивы данных не являются панацеей. Они могут рассказать нам, что произошло в прошлом, и, возможно, вывести будущие события, но они имеют ограниченные возможности объяснить, ПОЧЕМУ что-то произошло. Без понимания ПОЧЕМУ, супермассивы данных не обладают значительной практической ценностью.

Чтобы проиллюстрировать это, давайте сосредоточимся на двух компаниях обладающих крупнейшими массивами данных в мире.


( Читать дальше )

Если кому будет интересно:

Факультет бизнес-информатики НИУ ВШЭ
приглашает
на лекцию «Обработка неструктурированной информации: технологии, решения, 
приложение для бизнеса и государства»

Докладчик: Макаренко Дмитрий Игоревич, к.э.н., директор по научно-техническому развитию НТЦ «ПОИСК-ИТ», с.н.с. Института проблем управления РАН
Время проведения: 5 марта 2013г., начало в 18:00. 
Место проведения:  ул. Кирпичная, 33, ауд. 534. 
 
В докладе речь пойдет о применении технологий обработки неструктурированной (текстовой и аудиовизуальной) информации для решения практических задач в интересах бизнеса и государства. 
Будет

• дан краткий обзор наиболее часто применяемых в данной области технологий;
• приведен пример архитектуры системы для комплексной информационно-аналитической обработки неструктурированной информации;
• обозначены основные направления и задачи, решаемые подобными системами в интересах бизнеса и государства, в частности, для бизнеса – управление клиентским опытом, конкурентная разведка; для государства – мониторинг СМИ и социальных медиа, детекция протестных настроений.
• приведены примеры реального применения таких систем;
• продемонстрирована «живая» система.

Для внешних слушателей необходимо зарегистрироваться по адресу: avdeeva@hse.ru (Авдеева Зинаида Константиновна)

Москва.