大数据术语解析：每个数据爱好者必知的核心概念
大数据充满专业术语。掌握常用术语助你理解、参与并影响数据驱动对话。欢迎在 datamakespossible.com 加入数据演进对话。
让我们揭开你将遇到的关键术语——并介绍几个你可能从未听闻的概念。
数据科学家
数据科学家融合科学严谨性、商业洞察、创造性解决问题。运用算法、统计模型、编程工具，从复杂数据集提取可执行价值，常通过机器学习（ML）或人工智能（AI）技术。
异方差性
统计学中，异方差性指数据变异性随测量范围变化。实践中意味着数据点呈现快速变化的模式与不可预测的爆发——常见于社交媒体流、实时传感器日志等高速流。例如，病毒式帖子几秒吸引数千评论后锐减，形成难以用简单线性假设建模的易失性数据流。
机器学习（ML）
ML 是计算机科学子集，训练算法识别原始数据模式。驱动大数据三“C”：分类（条目归类）、聚类（相似项分组）、协同过滤（生成推荐）。多数商业 ML 应用依赖浅层学习，深度学习——真正 AI 核心部分——利用多层神经网络。
人工智能（AI）
AI 超越 ML，赋能系统自我调整、学习、做出模拟人类认知的决策。深度学习模型是 AI 基石，使计算机处理文本、图像、语音中的复杂模式。
虚拟现实（VR）
VR 将用户沉浸于完全合成环境，通常通过头显访问。虽游戏流行，VR 也提供商业应用如虚拟培训模拟。
增强现实（AR）
AR 将数字信息叠加现实世界，增强感知与交互。成功案例包括融合虚拟物体与实时摄像头视图的移动游戏应用。
自然语言处理（NLP）
NLP 使计算机理解口语或书面语言。早期“浅层”NLP 将句子分词并应用规则逻辑。现代深度学习 NLP 考量完整上下文，实现细微情感分析与对话式 AI。
图像识别
图像识别辨别照片或视频中的视觉元素。支撑 OCR 文本提取、物体标记、人脸检测——现用于汽车驾驶员监控系统。
结构化、半结构化、非结构化数据
结构化数据整齐装入表格；半结构化数据如邮件，有表头与自由正文；非结构化数据——文本、音频、图像——无固定模式。过去十年进展使三类数据均能稳健分析。
数据湖
数据湖低成本存储原始未处理数据，支持 PB 级信息长期保留。类比原料储藏室，按特定分析所需提取。
数据库（RDBMS）
关系型数据库（Oracle、MySQL、SQL Server）处理高容量事务工作负载（OLTP）。擅长电商等日常应用的快速读写。
数据仓库（EDW）
企业数据仓库整合大量清洗数据供分析查询。EDW 支持战略决策，如识别顶级产品线或区域。
可视化
可视化工具将复杂分析转为直观仪表盘。拖拽界面与 SQL 连接让非技术用户也能创建报表，揭示季度销售趋势、产品表现等洞察。
掌握这些术语，你已准备好讨论数据湖、ML、AI 如何重塑世界。在茶水间分享新术语，或在 datamakespossible.com 加入对话。
本文由 Western Digital 合作出品。
作者为 Western Digital 资深研究员兼首席数据科学家，推动半导体制造大数据平台与高级分析。
物联网技术