蛋塔賣你 (Data Mining)

資料庫(database)是指對於相關資料的蒐集，資料庫系統(database system)則是指資料庫與資料庫系統。傳統的資料庫支援線上交易處理Online transcation processing(OLTP) 會對於處理查詢進行最佳化。

而資料倉儲(Data warehouse)也是一個資訊的蒐集及支援系統，但比較明顯的是資料倉儲是對資料的取回(retrival)進行最佳化，而資料庫著重於例行的交易處理。而資料倉儲中之多維度的資料模型常可用來進行Roll-up display : 群組化相關的資料(例如：加總周、月、年總量)或Drill-down display：與roll-up相反，其可以拆解至其組成之細項資料。資料倉儲適合用來支援OLAP, DSS(Decision support system)及Data mining。

線上分析處理Online analytical processing (OLAP)是描述從資料倉儲中分析複雜的資料。

Datafication

首先，Datafication，這個字是MS office也拼不出來的新單字。

「Data」在拉丁文的意思是「既定的」，講的是一件事實。歐幾里得有一部著作以此為書名，是從已知、或是能夠加以解釋的方面，來解釋何學。到了今日，「資料」指的是能夠記錄、分析、重組的事物。

Implications

與巨量資料相關的公司，目前可分為三種類型：資料、技術、思維

1. 資料：擁有資料、或至少能存取使用資料的公司。這些不司不一定是以資料本身做為業務、或者不一定有適合的技術來汲取資料的價值，又或者不具備創意想法、不知道裡面有何價值。Tiwtter.

• ITA為全球第四大機票購票網站，該公司提供資料給Farecast做票價預測，但並為自已進行分析。因為這並非ITA的核心能力，而且如果自已作分析，還要討論專利權的問題才行。ITA選擇迴避這些業務。
• 但是MasterCard Advisors選擇自已來分析。它有能力匯整分析交易記綠，希望找出商業和消費趨勢，然後該公司便能夠出售相關資訊。
• 資料持有人的後熱看漲，但某些情況下，將會出現資料中介機構(data intermediary)，能夠從多方收集資料來匯整，並用作創新用途。Inrix
• —從資料持有人手中取得資料，卻不會危及資料持有人的商業模式。—但是，隨著世界變得資料化，愈來愈多企業發現其核心業務可從資料中學習而來，這些獨立的資訊中介機構也可能會轉移陣地。
   

Corrleation

不再拘泥因果關係

 這一章是我對作者有最大質疑的地方。

作者強調：我們一向都想知道「為何如此」，但在這禮，「為何如此」沒有什麼助益，只要知道「正是如此」這就行了。當然作者也說明，相關性並不是真的能預知未來，只能說有一定的可能性。但光是如此，便已價值非凡。

這裡值得一提的是，預測分析可魴無法解釋原因，只能顯示確實有了問題。例如它可以警告引擎過熱，但不會告訴你是因為風扇皮帶磨損、還是有某個螺絲沒栓緊。但知道「正是如此」就已經夠了。

大多數的研究計劃都是從設立假說開始，不免就同樣容易受到先入為主的偏見和錯覺所影響。

「我們選擇了什麼，就會影響我們的發現」Danah Boyd, Kate Crawford

在上NPDP課程時，書中提到的賭博五律 (Five gambling rules)：

1. 當不確定性高時，別賭太大。
2. 當風險降時，逐漸加碼。
3. 分批加注。
4. 看每個階段逐漸降低不確定性，花小錢買資訊。
5. 設定停損點，適時退場。