昆仑数据线上课No.5 | 疫后数字化机遇,“工业思维”如何加持“数据思维”
来源: | 作者:pmod6d781 | 发布时间: 2020-03-12 | 813 次浏览 | 分享到:

今天的主题是:工业思维如何去加持数据思维,真正让工业大数据的分析来为我们工业现场的实践来解决问题。

数据可视化的“技”“艺”“道”

数据之技

这是一个非常酷炫的数据可视化的图。

现在在网上有各种各样的数据分析工具,数据分析软件、 Python、R包、可视化的工具软件,都可以做出非常多漂亮的,给人强烈视觉冲击的图表。但这一部分我认为叫技能或叫技巧。

可以通过各种各样的数据技能和数据技巧,让大家能够更直观的看到这个数据背后的一些现象。

数据之艺

这是数据可视化的进阶的下一级,所谓的艺术。

这不仅仅是一个可视化的图,它通过颜色的强烈对比,让大家直观的看到了石油和黄金的价格的波动。

可视化做到这一步,可以被称作艺术。

数据之道

然后再往上一层,要讲的是道,这是一张非常有名的图。

就如我们现在经历的疫情。这幅图也是有关疫情的可视化。

地图中这些黑点是这些发病统计的这个区域以及数量。而这个红点在这些黑点阵中的一口水井,这是当年在一个小镇上发生的疫情,然后来处理疫情的医生,通过这样的一个直观的可视化的手段,找到了疫情的一个关键点。

到了这个层面上,它直指问题的核心。找到这样一个结果,并不是说要用多么高超的技巧,通过这样一幅手绘的地图也可以发现问题。

实际上我最早想讲的一个主题是数据分析从入门到弃坑,打算讲一讲有趣的数据分析的技巧。后来觉得应该来讲数据分析的道,特别是工业现场实践的道理,能够通过工业思维和数据思维的结合,来真正解决现场问题方法论,而不是这些具体的技巧。因为现在网上有很多学习资源,在讲这些有趣的技巧。所以在这短短的直播里,来给大家讲一个数据的分析之道。

数据的分析之道

数据分析的技术

首先来讲数据分析的技术。机器学习大家都非常熟悉了,在过去20年是非常火爆的领域。

这幅漫画是对机器学习的一个评论:你在垃圾里面干什么?我在垃圾里面翻翻,直到翻出一些有价值的东西来。

这在一定程度上跟数据分析建模的过程,是真的差不多,因为我们并不知道我们能从大数据里面找到些什么? 直到我们找到一些认为有价值的,然后做数据分析。

数据技能,到了Alpha Go的时期可以称得上登峰造极。

最近李世石隐退,还下了让两子1胜1负,所以电脑围棋已经远远超过人类棋手的水平。但是电脑围棋距离真正的围棋还是非常远,即使强大如Alpha Go,也没有解决学围棋第1天要学的真子这么一个技巧。只是因为它现在的模型过于强大,你要诱发它出现一个错误的几率已经非常小。