- 中位数和众数的意义例如：平均数的意义：反
- 大家对于大数据怎么看
- 怎么简单理解“大数据”及其应用
- 为什么有人说大数据就是合法的侵犯个人隐私
- 大数据主要涉及的内容有哪些
- 大数据的作用到底有多大
- 大数据是统计吗
中位数和众数的意义例如：平均数的意义：反
中位数：像一条分界线,将数据分成前半部分和后半部分,因此用来代表一组数据的“中等水平”.
众数：反映了出现次数最多的数据,用来代表一组数据的“多数水平”.
大家对于大数据怎么看
谢谢邀请! 我个人看法如下：
大数据是由数量巨大、结构复杂、类型众多数据构成的数据集合。大数据经过科学的数据分析后，能够具有更强的决策力、洞察发现力和流程优化能力。
大数据技术，简言之，就是从各种各样类型的数据中，快速获得有价值信息的能力，它是数据分析的前沿技术。
与传统数据相比，大数据有几个特点：
第一、数据体量巨大，为进一步的分析提供了充分的数据资料;
第二、数据类型繁多，包含文字、视频、图片、地理位置信息等等;
第三、处理速度快，可从各种类型的数据中快速获得高价值的信息，这也和传统的数据挖掘技术有着本质的不同;
第四、数据可实现再利用和重复利用，以低成本或零成本对研究对象进行纵向历史比对和横向现实比对;
第五、只要合理利用数据并对其进行正确的分析，将会带来很高的价值回报。
现在，大数据技术不仅自身迅速衍生为新兴信息产业，还同云计算、物联网和智慧工程技术联动，渗透到决策和公共管理、各类经济实体运行、科学研究甚至于人们生活的方方面面，支撑起一个信息技术的新时代。
除技术层面外，大数据更为我们看待世界提供了一种全新的方法，即各种决策和行为将日益基于数据分析做出，而不是像过去更多凭借经验和直觉做出。
我先简单说这些，如果您还有兴趣了解更多，请意留今日头条号“品牌故视”相关文章。
怎么简单理解“大数据”及其应用
谈到大数据，一定会提到三个小案例：第一个例子是某个未婚少女怀孕了，甚至她老爸也不知道这件事儿，但是商家却打过来问需不需要买孕妇用品。第二个是经典的“啤酒和尿布”的例子，这个例子比较早，讲的是基于关联规则分析来预测超市里面顾客购买行为规律。第三个是近年来才吵吵的比较火热的例子，是谷歌通过搜索引擎里面的关键词检索日志的时间序列数据成功预测了流感爆发的时间和规模。第一个例子背后是基于精准营销，是大数据针对个人级别的应用，第二个例子能够有效预测零售商需求，属于企业级别应用，而第三个例子则是地区级别和国家级别的应用。由此可看出，当大数据真正走进生活、走进社会，其施展能量的力度越来越大，越来越强。最后，大数据这个概念就被吹的神乎其神了。
当我们听到这些大数据的应用案例时，会很自然地去质疑这些案例的可靠性。心中不免默念，这玩意儿的确有如此靠谱么？而其中最让人感觉不靠谱的，无疑是第三个，Google预测流感这件事儿。2009年2月19日，Nature上面有一篇文章，“Detecting influenza epidemics using search engine query data”（感兴趣的朋友可以关注以下），论述了Google基于用户的搜索日志（其中包括，搜索关键词、用户搜索频率以及用户IP地址等信息）的汇总信息，成功“预测”了流感病人的就诊人数。
那么，Google为什么要干这件事儿呢？美国有个很牛的部门叫CDC，也就是疾控中心，这个部门统计美国本土各个地区的疾病就诊人数然后汇总，最后公布出来。但是呢，这个公布的数据的结果一般要延迟两周左右，也就是说当天的流感的全国就诊人数，要在两周之后才知道，Google呢就利用他的搜索引擎搭建了一个预测平台，把这个数据提前公布出来。所以说，Google做的工作并不是实际意义上的预测什么时候流感来，而是将CDC已经获得但是没及时公布的数据提前给猜出来，然后公布出来。当然，CDC为什么不及时公布数据，人家官方总是有自己的一堆理由的，我等草民不得而知，但是有一点是重要的，就是“越及时的数据，价值越高”，数据是有价值属性的。所以，Google的工作无论在公共管理领域还是商业领域都具有重大的意义。
Google的研究结果公布出来以后，大众对于这个研究案例的好评和差评都有不少，总之，引起了社会的热议，这个例子从而也成了经典的案例。那么社会为什么会对这个例子予以如此重要的关注呢？其原因就在于，如果在这个案例上成功了，Google就真正证明了大数据是“万能的”这件事，从而彻底颠覆社会对于大数据的看法。
首先，Google在这个研究中对于数据的处理只用了很简单的Logistic回归关系，稍微有点儿高中数学基础的朋友很快就可以理解应用，但是却成功地预测了复杂的流感规模的问题。Google用了简单的方法，预测复杂的问题。这件事为什么能成？根本就在于，Google的数据量大。这就是Google对于大数据的价值观。而大就是一切！Google有着世界上最大的搜索引擎，全世界每个用户的搜索行为都给存在Google的数据库里，Google想，我有这么多数据，不是想知道啥就知道啥。于是Google就做了这个伟大的事儿！
回过头来看三个经典的案例，从系统的角度上来看，一个人是一个小系统，一家超市是一个中等规模的系统，而一个国家一个地区则是一个超大的社会系统。如果要对一件事进行预测和分析，数据分析师要做两件事，一、构造理论模型；二、获取实证数据来拟合构造模型。对于小型简单系统，构造理论模型是可行的，而对于大规模的复杂系统，模型的构造则十分艰难（这也正是社会学家们每天忙碌研究的课题，也正是为什么社会革命家和思想家是如此的伟大，像马克思等等…）。大数据的观点之一认为，海量的数据可以弥补模型的不足，如果数据足够大，理论模型甚至根本就不需要。这种观点目前仍然处于争论中，搞理论的和搞实证（强调数据和统计方法）的专家们对此的口舌之战从没有停歇过。但无论如何，Google对于流感预测的研究无疑站在了支持大数据的一方，如果Google的案例是成功的，那么或许，拥有海量数据就真的意味着可以解决任意复杂的问题，大数据解决大问题！
上面的论述讲了半天Google案例的重要性，所以接下来，业界就把所有的目光凝聚在了Google预测的结果上。截止到Nature上面那篇Paper发表出来的时候，Google的预测还是准确的，不过到后来就发生了很大的偏差，偏差最大甚至高出了标准值（CDC公布的结果）将近一倍。
开始理论学家们是沮丧的，看到Google仗着自己庞大的数据库，在医疗监控这种复杂问题的预测分析过程中为所欲为，觉得自己马上就要下岗。然而时间到了2012年中旬的时候，他们就乐了，发现Google也不过如此，自己还是有价值的，实际上情况也确实如此。Google预测的失败也确实是过度地依赖于数据，导致很多被忽略了的因素对预测的结果产生了很大的影响。对客观世界进行预测需要模型，模型首先来自于理论构造，其次需要数据对模型进行训练对模型进行优化完善。大数据观点强调模型对数据训练的依赖，而尽可能地忽略理论构造这一部分的意义，这就有可能带来隐患。
从更加批判的角度来看，理论模型当中的确有一部分因素可以用数据量的规模来弥补，而仍然有一部分是不可弥补的。可弥补的部分因素，往往在数据量比较大的时候，被均匀的数据分布内部平滑抵消掉了，从整体上不会对最终的结果产生显著影响；而不可弥补的部分，往往和系统背后的结构性因素有关，这些因素不仅不会随着数据规模的增加而被消除，反而会由于系统的规模效应逐级放大最终产生背道而驰的结论。那么当数据分析专家需要对复杂的社会系统进行分析时，就一定要严谨地考虑对数据的依赖程度。因此，Google的案例既是一个很好的大数据的应用，同时其也为大数据在未来的发展道路上起到了很好的指示灯的作用。最后还是那句调侃的话：”Big Data is like teenage sex. Everyone talks about it, nobodyreally knows how to do it, everyone thinks everyone else is doing it, soeveryone else claims they are doing it too”。
你又是对大数据怎么理解的呢？
为什么有人说大数据就是合法的侵犯个人隐私
其实大数据能发现很多精英人才啊！
大数据主要涉及的内容有哪些
作为一名科技工作者，大数据也是我的主要研究方向之一，所以我来回答一下这个问题。
首先，从技术体系结构上来看，当前的大数据技术已经趋于成熟，其内容涉及到数据的采集、传输、整理、存储、分析和应用等多个方面，在就业岗位上涉及到大数据开发、大数据分析和大数据运维等岗位。
大数据技术本身并不是孤立的，大数据技术与云计算、物联网和人工智能等技术也有非常紧密的联系，所以也可以把大数据技术看成是一个大的技术生态。对于要想进入大数据领域发展的技术人员来说，可以根据自身的知识结构和能力特点来选择切入点，当前大数据开发岗位的人才缺口要相对大一些，而如果具有扎实的数学和统计学基础，也可以考虑从事大数据分析岗位（算法岗位），虽然当前算法岗位的竞争比较激烈，但是算法岗位的岗位附加值还是比较高的，未来的发展空间也相对比较大。
大数据开发岗位通常分为平台开发岗位和行业应用开发岗位，平台开发岗位属于研发级岗位，对于从业者的知识结构有更多的要求，当前研究生更愿意从事平台开发岗位，而且当前大厂的平台开发岗位也比较多。对于初学者来说，从大数据应用开发岗位开始做起是比较现实的选择。
相对于大数据平台开发岗位来说，大数据应用开发的技术门槛要低一些，开发人员基于已有的大数据平台来完成开发任务，往往并不需要考虑系统级问题，但是需要开发人员掌握一定的行业知识。所以，从事大数据开发岗位也需要一个系统的学习过程。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！
大数据的作用到底有多大
1、对企业来说：①大数据能让他们及时解析故障、问题和缺陷，每年可能为企业节省数十亿美元。
②根据客户的购买习惯，为其推送他可能感兴趣的优惠信息。
③从大量客户中快速识别出金牌客户。
2、对出行来说：大数据能为成千上万的车辆规划实时交通路线，躲避拥堵。
3、对天气预报来说：大数据能让我们实时掌握天气的动态变化，和趋势。让天气预报更准确，让我们出行更加方便。
4、对来说：使用点击流分析和数据挖掘来规避欺诈行为，降低欺诈开支，我们的税收将更加合理。
5、对银行来说大数据能让他们及时地了解风险，我们的经济将更加强大。
6、对商场来说：
能够动态调整库存，以利润最大化为目标来定价和清理库存。
大数据是统计吗
大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
top域名看到麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
