※ 引述《Sixigma (六西格玛)》之铭言：
: 回这种主题好多次了，
: 但每次讲都还是一堆牛鬼蛇神出来放屁，看得我都快中风了
: 有说大数据的资讯87%是早就猜到的、有说大数据文组可以反攻理组的
: 有说用excel做大数据的、有说资料分析 = 大数据的
: 行行好，没学过统计没看过资料没做过分析没听过Kaggle，或是连Github都没有的
: 还是不要出来丢脸比较好
: 不懂装懂，很恐怖的
资料探勘不是有一个经典的例子
说什么尿布和啤酒放在一起 可以增加销路
因为老婆叫老公买尿布时 会顺便买啤酒
但是我从来没有看过真的有这样摆的店
为什么会这样...

因为在台湾

同间超市动线设计好就行

真的 这个例子我也听到烂

你不觉得去买尿布时顺道带一手啤酒会觉得有尿骚味吗

因为那只是那个故事里面的超市附近的人的消费行为就像台南卤肉饭会加很多糖，别的地方可能不会大数据能做的，很多传统的问卷就能做

这是关联式规则分析，又称购物篮分析，只是其中一种应用

但现代的大数据应用可以更详尽，比如像是使用APP或网站时

晶圆片分析也是资料探勘啊，应用一堆

型态”的数据，跟把不同型态的数据建立关联，这才是大公司

问卷要看你会不会设计会不会分析 其实道理是一样

问卷问题又不一样了，传统统计方法就能够做得吓吓叫了拜电脑科学的进步所赐，ML和DM就是在解决那些传统统计方法没办法处理得很好，新发展出来准确又高效的工具