商业上那种预测你买不买某某家产品的大数据分析，经常需要依赖电脑和人类的共同协作。电脑的算法非常先进，可以快速算出数字，找到有用的模式；而人类在这其中的作用则是设置参数、分析结果。但最近两位麻省理工学院（MIT）的研究人员创造了一个算法，它可以完全不依赖于人类独立运作。

麻省理工学院计算机科学专业的研究生Max Kanter和他的导师Kalyan Veeramachaneni，构想出了“数据科学机器（Data Science Machine）”算法。在进行数据分析时，它可以大致接近于人类的“直觉”。这种算法可以运用第一手数据建立模型，预测各种各样的情况，比如某某学生是否有挂科的可能性，或者某位顾客是否会成为回头客等。这两位研究人员称，跟与人类协作相比，这种算法的速度更快，而且准确性更高。

为了测试这种算法系统原型，两位研究人员让“数据科学机器”跟人类团队进行了3场数据竞赛。虽然在任何一场比赛中，这种算法都没有取得超高分数，但是它却打败了906个人类团队中的615个团队。在其中的两场比赛中，这种算法所建立的模型精确度分别达到94%和96%。而且，人类团队需要好几个月来建立预测算法，而“数据科学机器”只需要2到12个小时即可完成。

Kanter和Veeramachaneni并不将这种算法看作是人类智力的代替物，但他们意识到，这种算法有利于帮助人类分析庞大冗杂的数据，可以减少人力消耗。同时，对以用户为中心的设计来说，这种算法是一种非常重要的工具。如果它可以利用较少的人力，在短时间内计算处理大量数据，它还可以帮助企业更好地了解顾客及他们的未来行为。以此为基础，企业就能做出更好的产品设计了。

 

（翻译：尉艳华）

 

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·

想要获取更多有意思的内容，请移步界面网站首页（http://www.jiemian.com/），并在微博上和我们互动，调戏萌萌哒歪楼菌→【歪楼-Viral】（请猛戳这里）。

你也可以关注乐趣频道的微信公众号【歪楼】：esay1414