简介:基于大数据的知识表征不仅凸显知识的精神特质,而且凸显知识生产特质、实践特质和规范特质。多元的大数据主体使知识更加复杂,数据的主体多元性在客观上要求数据共享,而实现大数据共享是一个复杂的过程;数据的主体多元性使大数据仓库的客观性越来越复杂。关联的网状大数据彰显知识的客观性,基于大数据知识表征的客观性不仅来源于关联的大数据形态,而且来源于经验世界的大数据、主体与经验世界关联的数据、主体问数据的客观实在。强语境依赖的大数据彰显知识的相对性,基于大数据知识表征依赖大数据产生的时空语境,基于大数据知识应用具有应用空间的相对性。大数据知识的实践应用彰显知识的社会规范性,应遵循客观性、公有性和社会性及技术层面、组织层面的制度规范。基于大数据的知识表征不仅彰显大数据工具的个性特征,而且具有普遍知识的本质特征,是对人本主义和外在主义知识论的超越,是关联分析和因果分析的辩证统一,并具有实践意义。
简介:"大数据"一词在演变过程中逐渐派生出了两种内涵:一种是小写的大数据,另一种是大写的大数据。小写的"大数据"指的是与数据科学相关的活动和方法,而当这些活动和方法向社会各领域渗透并迅速发展时,便产生了大写的大数据。因此,大写的大数据可以看成是小写的大数据的经济和文化转向,它会对社会组织的知识结构产生历史性的变革。为了探讨两种大数据之间的联系以及相关的认识论后果,我们将引入三个核心概念——数据域、深调制以及不透明表征——作为一个理论框架,帮助我们理解大数据在经济和文化维度上——一个是地方性和生成性的,另一个是全球性和涌现性的——如何交互以及在交互过程中产生的一系列后果、问题和机遇。基于信念和可靠性的知识观所建立的"后调制的认识论",对于深入理解和探索机器学习、人工智能等认识论问题将提供有益思路和理论依据。
简介:通过两个实验就视觉系统能否像计算平均数那样高效地计算其他统计量的问题进行了探讨。实验—保持—组圆的平均大小不变而改变众数,考察平均数估计是否受众数变化的影响;实验二采用与实验一相同的刺激,直接考察被试估计众数的绩效。结果发现:(1)对平均数的估计不受总体众数变化的影响;(2)对众数的估计往往不如对平均数的估计准确,估计值受平均数变化的影响;(3)在估计众数的任务中,被试成绩受总体极大值的影响。上述结果表明,视觉系统不存在针对众数的自动化加工机制。根据本实验的结果可以进一步推测,视觉系统并非对所有统计量都可做高效加工,而可能存在针对平均数的特异加工机制。