||
跨学科很热闹,如何跨?这是一个问题。
大数据“技术”碰到小数据“问题”时绕不开数据生产、数据增强、算法改造,否则“调包”过程中必然碰到输入数据量不足、输入“悬空”。
直接面对小数据“现实”可以跳出“数据量”困境,从而直接进入发展模型与算法阶段以资解决问题。
大数据语境下作文章绕不开“数据量”。然而,数据科学范式要求对数据的内涵与关系进行考察,不同应用场景数据内涵与关系之异必然带来模型与算法差异,“同”“异”之察可收事半功倍之效...
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 08:53
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社