数据科学迁移到云端的5个原因

2019-02-26 11:35:16在对于一些行业领先厂商如何将数据用于工作进行调查分析之后表明，“笔记本电脑的数据科学”将很快走上恐龙一样的消亡之路。这是由于其效率低下，不能很好地进行协作，也无法产生最佳效果。以下是数据科学家应该放弃笔记本电脑或本地 服务器 ，并将其业务迁移到云端的五个充分的理由。

在充斥着数据的世界中，数据科学家为企业产生洞察力提供帮助，并进行预测，以实现更明智的业务决策。通常，这些数据科学家是统计分析和数学建模方面的专家，并且精通编程语言，例如R或Python。

但是，除少数大型企业外，大多数数据科学工作仍然在笔记本电脑或本地服务器上完成，导致流程低效，容易出错和延迟。在对于一些行业领先厂商如何将数据用于工作进行调查分析之后表明，“笔记本电脑的数据科学”将很快走上恐龙一样的消亡之路。这是由于其效率低下，不能很好地进行协作，也无法产生***效果。

以下是数据科学家应该放弃笔记本电脑或本地服务器，并将其业务迁移到云端的五个充分的理由。

1.数据科学是一项团队运动

算法和机器学习模型构成了企业高级分析和机器学习难题的一部分。数据科学家、数据工程师、机器学习工程师、数据分析师和公民数据科学家都需要在这些元素上进行协作，以便为业务决策提供数据驱动的见解。

当数据科学家在他们的笔记本电脑上构建模型时，他们会将数据工程师创建的数据集下载到他们的机器上，以构建和训练机器学习模型。有时他们会使用本地服务器进行构建和培训，但通常采用的是笔记本电脑。由于笔记本电脑和本地服务器的处理计算能力和内存有限，数据科学家必须对数据集进行采样，以创建更小、更易于管理的数据集。虽然这些样本集可以帮助实现项目，但它们在数据科学生命周期的后期阶段会产生许多问题。

数据过时也成为一个问题。有了这些数据的本地副本，数据科学家们可能会根据不准确的全局快照来构建预测。而在核心的云计算使用更大、更具代表性的样本可以缓解这种担忧。

2.大数据胜过智能算法

最近，人们对人工智能和机器学习的兴趣激增，这是由于能够在大量结构化、非结构化和半结构化数据上快速处理和迭代(训练和调整机器学习模型)。几乎在所有情况下，机器学习都得益于在更大、更具代表性的样本集上进行训练。

企业可以通过将半结构化交互数据(网站交互日志、事件数据)和非结构化数据(电子邮件文本、在线评论文本)与结构化交易数据(ERP、CRM、订单管理系统)相结合来解锁强大的用例。从机器学习中释放业务价值的关键是拥有结合事务和交互数据的大型数据集。随着规模的扩大，数据通常需要在云端或大型内部部署集群中进行处理。将笔记本电脑添加到混合部署中会在整个流程中造成瓶颈，并导致延迟。

3.数据科学需要灵活的基础设施

如今，数据科学家可以利用许多开源机器学习框架，如R、SciKit Learn、Spark MLlib、TensorFlow、MXnet和CNTK。但是，在笔记本电脑或本地服务器上管理这些框架的基础设施、配置和环境非常麻烦。管理基础设施的额外开销会占用核心处理数据科学活动的时间。

在软件即服务模式中，大部分开销都会消失。云计算的基于使用情况的定价模型对于机器学习工作负载很有效，而机器学习工作负载在本质上是突发的。云计算还使探索不同的机器学习框架变得更容易，云计算供应商提供模型托管和部署选项。此外，包括Amazon Web Services、Microsoft Azure和Google Cloud在内的云计算服务提供商提供智能功能作为服务。这就减少了将这些功能集成到新产品或应用程序中的障碍。

4.中央存储库可提高数据准确性和模型可审计性

机器学习模型的预测仅与用于训练它们的数据一样准确和具有代表性。人工智能和机器学习的每一种表现都可以通过提供高质量的数据来实现。例如，提供转向指示的应用程序已存在数十年，但由于数据量较大，如今更加准确。

因此，毫不奇怪，人工智能机器学习操作的重要部分围绕数据物流展开，即数据集的收集、标记、分类和管理，反映了人们试图通过机器学习建模的现实世界。对于拥有大量数据用户的企业而言，数据物流已经很复杂。当数据集的多个本地副本分散在这些用户中时，问题才会变得更加严重。

此外，对安全和隐私的担忧日益成为关注的焦点。企业数据流程需要符合数据隐私和安全法规。所有数据集的集中存储库不仅简化了数据的管理和治理，还确保了数据一致性和模型可审计性。

5.更快的数据科学更有利于业务

所有上述原因都会导致基于笔记本电脑的数据科学延迟实现价值。在笔记本电脑或本地服务器上工作的数据科学家的典型工作流程中，***步是对数据进行采样，并手动将数据集下载到本地系统，或通过ODBC驱动程序连接到数据库。第二步是安装所有必需的软件工具和软件包，如RStudio、Jupyter Notebook、Anaconda发行版，机器学习库和语言版本，如R、Python和Java。

当模型准备好部署到生产中时，数据科学家将其交给机器学习工程师。然后，机器学习工程师必须将代码转换为生产语言(如Java、Scala或C ++)，或者至少优化代码并与应用程序的其余部分集成。代码优化包括将任何数据查询重写为ETL作业，分析代码以查找任何瓶颈，以及添加日志记录，、容错和其他生产级功能。

这些步骤中的每一步都存在可能导致延迟的瓶颈。例如，开发和生产环境之间的软件或软件包版本的不一致可能导致部署问题。在Windows或Mac环境中构建的代码在部署到Linux时肯定会中断。

在笔记本电脑上运行数据科学的所有上述问题都会导致业务价值的损失。数据科学涉及数据准备、模型构建和模型验证中的资源密集型任务。数据科学家通常会重复数百次尝试不同的特性、算法和模型规范，然后才能找到他们要解决的业务问题的正确模型。这些迭代可能需要大量的时间。围绕基础设施和环境管理、部署和协作施加瓶颈可能进一步延迟企业实现价值的时间。

依靠笔记本电脑或本地服务器的数据科学家们在容易入门和易于扩展和生产电离机器学习模型之间做出了一个不明智的权衡和选择。虽然在使用笔记本电脑或本地服务器时，数据科学团队的运行速度更快，但云计算平台提供了更大的长期优势，其中包括***制的计算能力和存储、更容易的协作、更简单的基础设施管理和数据治理，最重要的是，生产时间更快。

在云端开始使用数据科学和机器学习的更快和更具成本效益的方法是使用基于云计算的数据科学和机器学习平台。至少在这个用例中，笔记本电脑的未来发展是有限的。

最有“钱途”的大学专业有哪些？

最新出版的纸皮版大手册，《大学专业指南：职业道路和回报》（College Majors Handbook with Real Career Paths and Payoffs）。 这本长达546页的手册详细记录了58个专业的职业信息，其中包括：可能得到的工作类型、工作和专业的相关度、对工作的满意度以及薪水。

四个作者以德雷塞尔大学（Drexel University）教授尼塔•P.福格和该校劳动力市场和政策中心（Center for Labor Markets and Policy）的主管保罗•哈林顿为首，合作研究了堆积如山的数据，其中包括：美国人口普查局（Census Bureau）的统计数据、美国劳工部（Department of Labor）的研究以及美国国家科学基金会（National Science Foundation）在2011年对17万名大学毕业生的调查。

研究发现：拥有全职工作的应届毕业生工资为53,976美元。但下列15个专业毕业生的收入明显高出一截：

1. 医学预科 100,000美元

2. 计算机系统工程 85,000美元

3. 药剂学 84,000美元

4. 化学工程 80,000美元

5. 电气及电子工程 75,000美元

6. 机械工程 75,000美元

7. 航天及航空工程 74,000美元

8. 计算机科学 73,000美元

9. 工业工程 73,000美元

10. 物理及天文学 72,200美元

11. 土木工程 70,000美元

12. 电气及电子工程技术 65,000美元

13. 经济学 63,300美元

14. 财务管理 63,000美元

15. 机械工程技术 63,000美元

工程师显然炙手可热，但即使5个上榜的非工程专业也要求具有深厚的数学功底。 那些不喜欢数学和科学的人就只能干瞪眼了吗？对文科生来说，幸运的是，这本大学专业指南同时也告诉我们：“薪酬并不是大学教育的唯一回报。 ”

看看这个：英语专业的毕业生中位工资仅有4.4万美元，远远低于约5.4万美元的平均值，但他们的工作满意度却和那些挣钱多得多的家伙不相上下。 与此类似，历史专业的毕业生平均工资也只有4.8万美元，而且常常在销售和营销这些和本专业八竿子打不着的行业工作，但他们对职业道路的满意度却高于平均水平。

此外，作者们还指出，即使对那些挣钱较少的专业，大学教育还是给他们带来了更高的收入：“拥有学士学位的年青雇员的平均工资比只有高中文凭的同龄人要高出81%。 而且这一趋势随着年龄增长并无太多改变。 ”想想现在令人咋舌的皮草价格，大学毕业生多少应该能够感觉到一点欣慰吧。

吃微波炉加热的食物对身体有害吗？孕妇可以吃吗？

微波炉加热食物，它加热的特点是食物内部热。 原理我是知道的，利用了高频波在介质内产生损耗而生热的。 究竟对食物内部细胞有无破坏至今还未得到证实，其实也就是使用方便，怎么说也不入传统加热方式来得安全。 所以，如果你弄清了原理，自己就可以得出结论了。 别管专家是怎么说的，那专家说无害而实际有害的事还少吗？！

百慕大三角的论文怎么写？

百慕大三角揭秘之管见位于北纬30°的百慕大三角,和北纬30°一样神秘。 而百慕大三角不仅神秘,且被张扬得使世人谈虎色变。 不要说制服它、利用它,就是了解它,也只是一鳞半爪、九牛一毛。 2000年,科学家们对百慕大三角有了较一致的看法,即百慕大三角作崇的罪魁祸首是旋涡形成的巨大凹面汇聚太阳光,将由此过往的飞机、船只瞬间化为乌有。 由旋涡形成的巨大凹面汇聚太阳光这一点人们并无异议,但也存在一些疑点。 一、就旋涡形成巨大凹面汇聚太阳光焚毁过往飞机、船只于瞬间片甲不留的现象看,此凹面的曲率半径应在几万米外,那么,它的焦平面应在水平面上方几千米之外。 这对击穿或焚毁飞机说得过去,但对远在焦平面以下行驶的船只也是汇聚的太阳光所焚毁就有点牵强附会了,因船只距焦平面太远了。 二、据有关报道显示,在此地失事的飞机、船只连残骸、灰烬、油滴都找不到。 足见其能量之巨、温度之高、覆盖面之大。 这使得遇难的飞机、船只的各部位在一刹那(若不是一刹那就可能有残骸存在)就被焚毁。 静下来想一想,飞机也好,船只也罢,它们的轴线长总在十几米、几十米、乃至上百米,水平横截面积也有几十、几百平方米。 要达到在瞬间将飞机、船只完全焚毁,应该是焦点(或焦点群体覆盖了飞机或船只。 问题在于,即使凹面不均匀,同时形成若干个焦平面,但由于各处曲率半径不等,怎能将若干个空间位置不同的焦平面叠加到一起或布列到同一平面之内呢?再说,凹面汇聚太阳光,尽管此处太阳光近乎垂直照射,但其焦点单位面积的能量与焦点面积的大小在数值上应是成反比的(这句话的意思是,假设一理想凹面镜在同一时刻同一地点汇聚焦点面积大了,其焦点单位面积的能量肯定就小了。 那么,像前面所说的面积如此之大,为什么又具有如此高的能量?说旋涡形成的巨大凹面汇聚太阳光直接使飞机、船只化为乌有,这难以成立。 形成旋涡不外以下6种情况:1.水面上方旋风所致。 2.水中明、暗礁所致。 3.不同流连的水流会合所致。 4.水底盆地所致。 5.水下溶洞暗流所致。 6.水中物体的机械运动所致等。 有人猜测,百慕大三角漩涡的形成是水下暗流所致。 即此处水下有一个或几个大小不等的溶洞形成暗流。 由于旋涡的存在,形成巨大凹面汇聚太阳光,形成能量极大的汇聚光束,使气体电离而产生非常强烈的光电磁效应,而产生了极强的电场、磁场和相应的电磁波。 不妨根据上面说的来简单分析失事飞机、船只的失事现象及过程。 过往飞机、船只,由于突受极强电磁场、电磁波的干扰,瞬间破坏了各类航行仪器仪表(亦有被强光束直接击穿的飞机),使之形同虚设。 于是飞机、船只就失去了控制和对外联系。 而强电磁场的作用还不仅如此,又硬生生地拉住了飞机(这是因为带电体具有吸引轻小物体的性质的缘故),加之重力作用,飞机就坠下来了。 而此时的飞机、船只已进入旋涡。 由于旋涡的巨大作用力,将飞机、船只卷进了形成暗流的溶洞中。 并非失事飞机、船只因焚烧而变得连一块残骸、一点灰烬、一滴油都没有。 为揭开百慕大的神秘面纱,在此冒昧提出以下两组实验探测的可能性。 一、实验室实验研究由于百慕大三角许多东西本身就是谜,所以模拟实验难以开展。 但可以着重进行两项实验研究。 1.能发生强烈光电磁效应的光的最低强度的实验研究(强烈是对能干扰破坏飞机、船只的仪器仪表而言)。 2.分析研究飞机、船只失事的主要因素。 二、实际探测实验1.气球探测。 让探测气球载有可测气压、空气成分及浓度、地磁场及外电磁场强度温度、光强等的仪器,昼夜分次测,尤其是根据不同风向放探测气球,尽量搜索较大范围的有关问题的信息数据、图像资料等。 此方法花费较省,可以长时间多次探测。 2.夜间进行的(以避开凹面汇聚太阳光的干扰)。 在气球探测的基础上,用无人驾驶的飞行器、船只载有可测气压、空气成分及相应浓度、地磁场及外电磁场、温度、光谱,水的流连、传输图像等的仪器和某种元素构成的物质,从不同经度通过百慕大三角。 通过与否,都会得到相应的新的信息数据和新的认识———凹面是否存在,若存在,其面积、位置若何;溶洞暗流是否存在,若存在,其位置走向若何;地磁场及有无外电磁场的干扰;温度、空气的成分等等。 3.让3架无人驾驶的飞行器从不同经度不同高度(对百慕大三角水平面而言)同时飞越百慕大三角。 假若真是凹面汇聚太阳光作崇,被击毁的可能是一架而不是全部。 因它也只能是在某一空间地域,其位置的改变不会太大,更不会因飞行器的到来而改变或是主动跟踪。 4.在百慕大三角的周边进行水质的测定分析,确定水系的分布,进而确定有无溶洞暗流的存在。 在百慕大三角的上下游,前后方、左右侧分别测出水的流量(旋涡是由水的运动而产生的,没有水的运动也谈不上旋涡),通过流量的测定分析,确定有无溶洞暗流的存在及其位置。 5.科学卫星遥感探测。 (1)探测是否存在巨大凹面,若存在的话测量汇聚太阳光的强度、能量及其空间位置和相应位置的电磁场情况。 (2)探测形成凹面的旋涡产生的因素及相关位置等。 (3)其他相关的图像、信息数据。 (4)让卫星探测记录一次失事灾难的全过程。 由各次实验观察、探测到的各种客观现象、各种信息数据、各种规律变化,进行科学分析研究、归纳总结,或许能得到如下结果:(a)凹面是否存在。 若存在,它的位置、曲率半径、均匀程度如何。 (b)凹面汇聚太阳光的焦平面及空间位置和变化,汇聚光束的圆锥率、强度、能量。 (c)该地区水系分布情况,溶洞暗流是否存在。 若存在,其位置、走向、水的流连流量参数。 (d)该地区地磁场、电磁场的强度及空间位置。 (e)该地区空气中离子的种类及含量和变化情况。 最后可以总结出飞机、船只失事的本质性东西来。 我想,通过长时间多次实验结果的科学分析研究,揭开百慕大三角神秘面纱,进一步了解认识它,减少或避免它给人类酿造的灾难,是一定会做到的。