although big data is very good at d

although big data is very good at detecting correlations, especially subtle correlations that an analysis of smaller data sets might miss, big data analysis doesn't necessarily show causation or which correalations are meaningful.for example, examining big data might show that from 2006 to 2011 the United States murder rate was highlly correlated with the market share of internet explorer,since both declined sharply.but that doesn't necessarily means there is any meaningful connection between the two phenomena. data analysts need some business knowledge of the problem they are trying to solve with big data.

結果 (繁體中文) 1:

雖然大數據是非常好的，在檢測的相關性，尤其是微妙的相關性是小數據集的分析可能會錯過，大數據分析並不一定表示因果關係或correalations是meaningful.for例如，檢查大數據可能顯示，從2006年到2011美國謀殺率highlly與Internet Explorer的市場份額相關，因為這兩個下降sharply.but，這並不一定意味著有兩種現象之間的任何有意義的聯繫。數據分析的需要，他們正試圖與大數據解決問題的一些業務知識。

結果 (繁體中文) 2:

儘管大資料非常善於檢測相關性，尤其是對較小資料集的分析可能遺漏的細微相關性，但大資料分析並不一定能顯示因果關係，或者哪些相關性是有意義的。可能表明，從2006年到2011年，美國的謀殺率與互聯網探險家的市場份額呈高相關，因為兩者都急劇下降，但這並不意味著這兩種現象之間有任何有意義的聯繫。資料分析師需要一些業務知識來瞭解他們試圖用大資料解決的問題。

結果 (繁體中文) 3:

雖然大數據非常善於發現相關性，特別是小數据集分析可能遺漏的細微相關性，但大資料分析並不一定表明因果關係或哪些相關性是有意義的。例如，檢查大數據可能表明，從2006年到2011年，美國的謀殺率高度相關隨著internet explorer的市場份額的急劇下降，但這並不一定意味著兩者之間存在任何有意義的聯系。數據分析師需要一些他們試圖用大數據解决的問題的商業知識。