大数据探索的未知方法还停留在直观体验的层面。预测未来通常有两个层次的方法。一种是直观经验法，假设事物在不断重复一些直观的经验，例如，用统计学来预测股市。大数据结合人工智能，深度学习后会升级吗？至少目前，我看不到任何可能性。为什么这么说？在前面的例子中，大数据发现的是相关性，而不是这种相关性背后的因果关系。
大数据真的可以预测未来吗？
从认知方法论的角度上，说说我个人的观点。预测未来的方法论苏格拉底曾说，我比别人知道得多的，不过是我知道自己无知。未来对所有人来说都是无知。预测未来就是通过已知探索无知的过程。预测未来的方法通常有两个层次，一是直观经验法，假定事物在不断重复某些直观的经验，比如，使用统计学预测股市行情。另一个是逻辑分析法，通过建立逻辑体系找出变化规律，比如，门捷列夫发现了元素周期，从而引导人们找到了很多未知元素。
直观经验法用得最为普遍，但并不解决问题，还容易导致谬误，八卦算命就是一个失败的例子。逻辑分析法，则是目前最可靠的探索未来的手段。铺垫完毕，以下进入正题。大数据分析的现状大数据分析开始于数据挖掘，因为帮助沃尔玛找出了隐藏在啤酒和尿不湿背后的关联性被人们推崇。但是大数据探索未知的方法仍然停留在直观经验法的层面上。
为什么这么说呢？在前面的例子中，大数据找到的是关联性，而不是这种关联性背后的因果关系。从而大数据分析得出的结论只能用于相同已知对象，而无法扩展到未知世界。大数据结合人工智能，深度学习之后会不会提升一下层次呢？至少目前还看不出任何可能。因为，人工智能，深度学习本身也还没有脱离直观经验的层面，这些技术只是用来提高大数据分析的效率和准确度。
怎样利用大数据预测蔬菜价格？
谢谢邀请！目前没有完善的蔬菜价格数据库，只有蔬菜消费量、果蔬虫害、蔬菜种子进出口等与蔬菜相关的数据。如果你想种菜，建议你不要走捷径。实地调查和市场调查可以准确估算蔬菜的产量和价格，天气变化莫测。比如前期可以根据一段时间内的订单量分析来确定自己的生产规模，包括哪些蔬菜客户订单多，订多少，什么季节订单量会增加。根据这些，你可以调配各种蔬菜的比例。
文章TAG：预测 数据 序列
