什么是时空大数据？大数据工程师表示这才是它的样子

什么是时空大数据？时空大数据的特征包括时间属性和空间属性。例如，当谈到深度学习时，我们经常谈论图像识别。其中最重要的一点是识别图像的空间属性。如果你对深度学习有一点了解，就需要CNN(卷积神经网络)来做图像识别。挖掘的主要目的是空间变异性，因此时空大数据与图像识别有共同之处。在时间方面，还有一个时间属性RNN，即递归神经网络对序列中的数据进行处理，这些时空大数据也包含其中。同时包含时间和空间两个属性，对时空大数据提出了许多新的挑战。

同时，时空大数据的另一个特点是数据种类繁多。要解决一个问题，我们需要利用各种信息，如应用于汽车订单的供需预测。数据类型有很多种，如GPS、订单数据、天气数据和附近的路况数据。可以使用的数据种类很多。这与最初的深度学习所处理的问题不同。图像识别只需要图像;语音识别只需要语音。然而，时空大数据需要多种数据。这些数据是异构的，需要结合起来学习和预测。

机器学习科学家李健：你听说过时空大数据吗?

什么是时空大数据？李健认为，目前，深度学习在图像识别、语音识别等领域比较成功，也有非常成功的商业模式。然而，时空大数据深度学习的研究还处于起步阶段，还没有成熟的方法论。他正是研究了这个方向，做了一系列的工作，这是一个初步的尝试，也应用到了企业应用项目中。它包括与杉木的一些合作项目。

以上就是《什么是时空大数据？大数据工程师表示这才是它的样子》的全部内容，从文字中我们可以看到，时空大数据的特征包括时间属性和空间属性。例如，当谈到深度学习时，我们经常谈论图像识别。其中最重要的一点是识别图像的空间属性，如果你想抓住这些机遇，小编建议大家点击下方资料下载链接。