大数据分析 = 机器学习 + 云计算
分布式、并行与集群计算
2016-01-14 v1
摘要
大数据对不同的人意味着不同的事物。大数据的规模与挑战常用三个属性描述，即容量(Volume)、速度(Velocity)和多样(Variety)（3Vs），它们仅反映了数据的某些方面。在本章中，我们回顾了“大数据”一词的历史方面及相关分析。我们用大数据的附加属性扩充3Vs，使其更全面和相关。我们表明大数据不仅是3Vs，而是32个Vs，即9个Vs涵盖了大数据背后的基本动机，即基于不同假设或统计模型整合商业智能(BI)，从而使大数据分析(BDA)能够使决策者对某些关键决策或研究结果做出有用预测。大数据历史表明，执行BDA最具成本效益的方式是在基于云计算(CC)的基础设施上采用机器学习(ML)，简言之，ML + CC -> BDA。本章致力于通过将BDA定义为解决其业务需求的方案和机会来帮助决策者。
引用
@article{arxiv.1601.03115,
title = {Big Data Analytics = Machine Learning + Cloud Computing},
author = {Caesar Wu and Rajkumar Buyya and Kotagiri Ramamohanarao},
journal= {arXiv preprint arXiv:1601.03115},
year = {2016}
}
备注
27 pages, 23 figures. a Book Chapter in "Big Data: Principles and Paradigms, R. Buyya, R. Calheiros, and A. Dastjerdi (eds), Morgan Kaufmann, Burlington, Massachusetts, USA, 2016."