引言

1、大資料如何變革公共衛生

例子，甲型h1n1流感谷歌通過分析人們的搜尋記錄來判斷這些人是否患上了流感。其他公司做不到的原因：缺乏像谷歌公司一樣龐大的資料資源、處理能力和統計技術。

2、大資料如何變革商業領域

例子，預測當前的機票價格在未來一段時間內會上漲還是下降——“哈姆雷特”問題。Farecast公司by 奧倫.埃齊奧尼。

物理學家和生物學家都告訴我們，當我們改變規模時，事物的狀態有時也會發生改變。大資料也一樣，量變導致質變。有時候，我們認為約束我們生活的那些限制，對於世間萬物都有著同樣的約束力，事實上，儘管規律相同，但是我們能夠感受到的約束，很可能只對於我們這樣尺度的事物起作用。

大資料的核心是——預測（機器學習）。大資料的精髓在於我們分析資訊時的三個轉變。

一、在大資料時代，我們可以分析更多的資料，有時候甚至可以處理和某個特別現象相關的所有資料，而不再依賴於隨即取樣。

二、研究資料如此之多，以至於我們不再熱衷於追求精確度。

三、不再熱衷於尋找因果關係，而應該尋找事物之間的相關關係。大資料告訴我們“是什麼”而不是“為什麼”。

例子：對衝基金通過剖析社交網路twitter上的資料資訊來預測股市的表現。

資料化意味著我們要從一切太陽底下的事物中汲取資訊，甚至包括很多我們以前和“資訊”根本搭不上邊的事情。

直覺的判斷讓位於精確的資料分析。迫使人們調整在管理，決策、人力資源和教育方面的傳統理念。

第一章 不是隨機樣本，而是全體資料