[vc_row][vc_column width=”1/2″][vc_column_text]
[/vc_column_text][vc_column_text]
[/vc_column_text][vc_column_text]
[/vc_column_text][vc_column_text]
Big Data
Big data is de term voor de onbegrensde capaciteit van data-opslag; en het verwijst naar de manier waarop nieuwe data gegenereerd wordt, bijvoorbeeld via Apps. De schaal waarop big data op dit moment plaatsvindt, is zo groot, dat we niet met traditionele manieren uit de voeten kunnen. Het dwingt ons onze analysemethoden te heroverwegen. En de instrumenten waarmee deze data gestructureerd en opgeslagen worden grijpen terug op de ontwikkeling in ‘machine learning’.
Een andere manier van denken
Achter big data ontwikkelingen gaan drie andere denkwijzen schuil, die onze omgang met informatie wijzigt. Meer data, correlaties in plaats van causaliteit en slordige data mag/is zelfs goed. Onze toekomst zal in het teken staan van data-schaarste. Ondanks dat we nu afstevenen op een toekomst van dataficatie. Een aantal voorbeelden in dit kader zijn:
—> we genereren al jaren data omtrent het weer;
—> en tegenwoordig maken we data van onze vriendschappen via Facebook;
—> en we dataficeren onze intenties via het zoeken met Google;
—> en we dataficeren ons zakelijk netwerk bij LinkedIn;
—> en we dataficeren onze gedachtenkronkels via Twitter.
[/vc_column_text][vc_column_text]
Data uit de private sfeer wordt publiek/politiek
Er ontstaan nieuwe informatiemarkten. Het doel, waar we aanvankelijk de data voor verzamelden, is in de toekomst niet langer het(zelfde) doel waarvoor wij of anderen, deze in de toekomst gaan gebruiken.
[/vc_column_text][vc_column_text]
De waarde van Big Data ligt verborgen
De waarde van big data ligt niet in het primaire doel waar we de data voor verzamelen. Bij big data technieken wordt de waarde duidelijk in het multipele secundaire gebruik. En dat secundaire gebruik kent geen grenzen.
[/vc_column_text][vc_column_text]
Skills, mindset & data
In de nieuwe wereld zijn er winnaars en verliezers. Er zijn drie kenmerken die het onderscheid maken tussen winnaars en verliezers. En dat zijn:
1. Vaardigheden, (dat zijn de mensen met technische kennis en de verkopers)
2. Mindset, (dit wordt belangrijker: dit wordt kritiek en het is de creativiteit) maar uiteindelijk is ook dit een zijspoor het is een voordeel dat niet heel erg lang stand houdt.
3. Data. Dit is de factor die echt cruciaal wordt. Het is vreemd en ironisch want wat vandaag de dag overvloedig lijkt, wordt in de toekomst schaars. En andersom.
[/vc_column_text][/vc_column][vc_column width=”1/2″][vc_column_text]
[/vc_column_text][vc_column_text]
[/vc_column_text][vc_column_text]
[/vc_column_text][vc_column_text]
[/vc_column_text][vc_column_text]
Analyse instrumenten
Machine Learning is een wetenschapsdomein binnen computerwetenschappen, en houdt zich bezig met patroonherkenning, computationele leertheorie en kunstmatige intelligentie. ‘Machine learning’ verkent de mogelijkheden van algoritmen, zodat we kunnen leren van big data, en voorspellingen kunnen doen op deze data. Deze algoritmen werken aan de hand van een mathematisch model en hebben tot doel data-gedreven voorspellingen of besluiten te genereren; ze volgen dus niet strikt statische programma-instructies.
[/vc_column_text][vc_column_text]
Problemen van big data is de privacy
Het is nu een probleem in het beperkte data tijdperk, en het wordt een groter probleem in de big data periode die voor ons ligt.
Maar daar komt nog een moeilijkheidsgraad bij, door de voorspellingswaarde die kenmerkend is voor big data. Het idee er achter is, dat er algoritmen worden gecreëerd, die de kans waarop iemand bepaald gedrag laat zien voorspellen. En natuurlijk gaan overheden hun span of control over burgers zo ontwikkelen dat ze de burger/de bestuurder/de werknemer/de professional/de zieke/de bejaarden/de student/de TBS-er/uitkeringsgerechtigde/de zieke en meer, op basis van deze voorspellingen kunnen sanctioneren. Dit gaat lijken op minority report en op het idee van pre-crime.
Het tweede probleem is de waarborging van de vrije wil of de morele verantwoordelijkheid
[/vc_column_text][vc_column_text]
PDF met extra informatie over toepassingsmogelijkheden:
Overzicht van toepassingen Big Data_2
[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_separator][/vc_column][/vc_row][vc_row][vc_column][vc_separator][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]
[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]
[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]
[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]
[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]
[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]
[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]
[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]
[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]
[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]
[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]
[/vc_column_text][/vc_column][/vc_row]
