大数据这种东西，你从任何角度看，他的确都是需要统计想法的
只说传统的统计方法，
他在蒐集资料的实验设计、清理资料的补值、建立模型、解释模型等
从头到尾绝对可以一次包到好。
更不说现在有比较偏向统计的Data Mining这种方法论的出现，
甚至说，Machine Learning的方法论对统计人来说很困难吗？
也不会，R或Python都帮你搞好了，实作方面完全不需要担心
不说统计人，就算是资工人
你今天要用kernel SVM，难道你要自己刻一套出来吗
那我看就不只是统计和资工的事情，恐怕还有数学的大杂烩
统计做的了大数据吗？完全可以
但硬件是比较需要担心的部分，强的部份在于对于资料的了解
统计的训练就是让你知道你的资料可能有什么问题，去对症下药
资工正好相反，Machine Learning不太在意模型的解释和资料的结构
通常资料拿来就是冲Prediction，你说这样不好不对吗
也不会，很多事情就是要极致的Prediction，虽然统计人应该会觉得不予置评厂厂
算法的时间复杂度和内存管理等等底层的事情才是资工的强项，这统计人搞不定
所以统计系改名叫大数据系？
那只能说，你把统计看小了
我个人觉得资料科学与统计并列会比较好，不失原意又潮到出水
不过一般统计系没法这样改，要有资工背景的那种才行
※ 引述《gerychen (邪恶肥宅)》之铭言：
: 饿死抬头
: 从前年选举开始
: 就一直在吵"大数据"这东西
: 从一开始的好专业好棒棒
: 到现在
: 网友投票=大数据
: 各种统计=大数据
: 以此类推
: 统计学系也可以改名大数据系了吗？
: 或是统计课程可以改名大数据课程
: 统计课本也可以改名大数据课本
: 有卦吗？