客氣了一句後，徐良也不再浪費時間。
“今天演講的題目是：大數據、雲計算和人工智能對未來的影響！
首先，讓我們明確一點，什麼是數據？
在很多人的印象中，數字就是數據，或者必須是由數字構成的。
其實不然，數據要比數字大得多。
互聯網上任何內容，比如文字、圖片和視頻都是數據。
醫院裡包括醫學影像在內的所有檔案也是數據；
公司和工廠裡的各種設計圖紙也是數據；
出土文物上的文字、圖示，甚至它們的尺寸、材料，也都是數據。
甚至我們人類的活動本身，也可以看做是一種特殊的數據。
全世界各個領域的數據不斷向外擴展，漸漸形成了另一個特點，那就是很多數據開始出現交叉。
各個維度的數據從點和線漸漸練成了網。
或者說，數據之間的關聯性極大的增強，在這樣的背景下，就出現了大數據。”
頓了一下，徐良調整了一下PPT。
“那麼數據和大數據怎麼運用呢？
大致可以分為以下流程。
獲取數據→分析數據→建立模型→預測未知。
我們舉一個簡單的例子。
現在我們想要了解一家電影院的觀眾年齡分布，以便做市場推廣。
假定我們把觀眾群分為15歲以下，16~25歲，26~40歲和41歲及以上四個人群。
要了解每個人群的比例，一個簡單的辦法就是到電影院門口去問一問那些看電影的人的年齡。
比如我們通過調查了解到大約有343人在15歲以下，459人在16~25歲，386人在26~40歲，490人在41歲及以上。
根據這個數據，我們大致可以得出以下結論：
15歲及以下的觀眾占20%左右，16~25歲的觀眾超過四分之一，但不到三成；
26~40歲的觀眾略少於四分之一，41歲及以上的觀眾最多，大約占到三成。
但是，如果我們隻在周末的晚上抽樣調查10個人，我們就會發現。
有三個15歲及以下的觀眾，五個16~25歲的觀眾，2個26~40歲的觀眾。
我們顯然不能說25歲以下的觀眾占了八成，而41歲及以上的中年人從來不來電影院，這樣的結論。
但我想各位也都承認一點，在統計樣本不充分的情況下，得到的結果跟實際結果存在很大的偏差。
所以，越想要得到準確的統計結果，需要的統計數據量就越大。
在上麵的例子中，統計的樣本總數是1678人。
但是如果我們一定要說‘41歲及以上的觀眾就是29.2%’，或者‘15歲及以下觀眾一定超過20%’。