※ 引述《Sixigma (六西格瑪)》之銘言：
: 回這種主題好多次了，
: 但每次講都還是一堆牛鬼蛇神出來放屁，看得我都快中風了
: 有說大數據的資訊87%是早就猜到的、有說大數據文組可以反攻理組的
: 有說用excel做大數據的、有說資料分析 = 大數據的
: 行行好，沒學過統計沒看過資料沒做過分析沒聽過Kaggle，或是連Github都沒有的
: 還是不要出來丟臉比較好
: 不懂裝懂，很恐怖的
資料探勘不是有一個經典的例子
說什麼尿布和啤酒放在一起 可以增加銷路
因為老婆叫老公買尿布時 會順便買啤酒
但是我從來沒有看過真的有這樣擺的店
為什麼會這樣...

因為在台灣

同間超市動線設計好就行

真的 這個例子我也聽到爛

你不覺得去買尿布時順道帶一手啤酒會覺得有尿騷味嗎

因為那只是那個故事裡面的超市附近的人的消費行為就像台南滷肉飯會加很多糖，別的地方可能不會大數據能做的，很多傳統的問卷就能做

這是關聯式規則分析，又稱購物籃分析，只是其中一種應用

但現代的大數據應用可以更詳盡，比如像是使用APP或網站時

晶圓片分析也是資料探勘啊，應用一堆

型態」的數據，跟把不同型態的數據建立關聯，這才是大公司

問卷要看你會不會設計會不會分析 其實道理是一樣

問卷問題又不一樣了，傳統統計方法就能夠做得嚇嚇叫了拜電腦科學的進步所賜，ML和DM就是在解決那些傳統統計方法沒辦法處理得很好，新發展出來準確又高效的工具