O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.
Двуликая Data Science: 
кому поможет, кого заменит? 
Андрей Себрант 
Яндекс 
Директор по маркетингу сервисов 
Москва, 
24 ...
Лирическое вступление 
3 
Интересная профессия: кочегар паровоза. 
Да и сам паровоз тоже непрост.
Что бы напридумывали стартаперы? 
4 
Если бы тогда они были и обладали резвостью нынешних
Тем временем 
5 
Судьбу кочегара (да и паровоза) решали другие
Есть примеры свежей и реальней 
«Strange to recall, Kodak was the Google of its day. Founded in 1880, it 
was known for it...
Страшное слово, плохая судьба 
Irrelevant 
http://www.urbandictionary.com/define.php?term=Irrelevant&defid=4719950 7
Преодолеть пропасть 
Стадия разочарований опасна, выгоду получают 
спокойные и умные;) 
│ http://www.economist.com/blogs/b...
Традиционное восприятие науки 
│ From ChaosBook.org & Wikipedia
Data Science != Analytics 
Традиция: 
Глубокое понимание 
Человеческий разум 
Построение моделей 
Длительный процесс 
(под...
Data Science != Analytics 
Традиция: 
•Вместе 
Data Science: 
•Вместо
Data Science != Analytics 
Традиция: 
• Human readable output 
Data Science: 
• Machine readable output 
http://blogs.hbr....
Вмешивается психология 
› Вам нравится антиспам на вашем почтовом сервисе? 
› Вам нравится контекстная реклама в личной по...
Кстати, о спаме 
Мнение известного практикующего визионера 
(http://www.inc.com/business-insider/elon-musk-robots-delete-h...
Есть и хорошие новости 
Полезно анализировать принимаемые 
машиной решения: 
│ Проверка на здравый смысл 
│ Новые инсайты
Case study Yandex Crypta 
Look-A-Like in Ad Targeting 
(and what do they search)
17
18 
Light TV-viewers: methodology 
User Survey 
•TNS forms 
•4 questions 
•Panel survey 
by OMI 
•28’000 users 
Cookie mat...
19 
Heavy TV viewers Light TV viewers 
«сбербанк», «коммунальный», 
«шарлотка», «выкройка», 
«биглион», «irr», «заработать...
20 
Heavy TV viewers Light TV viewers 
«тнт», «дом-2», 
«телепрограмма», «стс» 
«С++», «wi-fi», 
«фотошоп», «torrent», 
«a...
21 
Heavy TV viewers Light TV viewers 
«спартак», «цска», «пиво» «загранпаспорт», «авиабилет», 
«виза», «самолет», 
«аэроп...
Case Study eHarmony 
Finding A Perfect Mate 
(and insights in psychology)
27 
Оцифрованная романтика: 
eHarmony 
• Относительная 
площадь лица на 
фотографии уже не 
столь очевидно 
влияет на 
вер...
Где алгоритмы уже успешней? 
Есть области, где хорошо обученные 
алгоритмы уже доказали, что работают 
лучше людей. 
Успех...
Классический кейс 
Магазин Target 
и беременная девочка 
(США, 2012 год) 
http://www.nytimes.com/2012/02/19/magazine/shopp...
Вместо выводов 
• Везде, где нужно принимать много 
однотипных решений, алгоритмы 
справляются лучше 
• Инсайты, получаемы...
Очень важный момент: 
Алгоритмы, даже великолепно 
отвечающие на вопросы, пока 
не умеют вопросы задавать
Будит ассоциации…
Спасибо! ;) 
+7 (495) 739-7000 @asebrant 
asebrant@yandex-team.ru 
https://www.facebook.com/asebrant 
Андрей Себрант
Открытая лекция в Школе новых медиа при ВШЭ, 24.10.2014
Открытая лекция в Школе новых медиа при ВШЭ, 24.10.2014
Открытая лекция в Школе новых медиа при ВШЭ, 24.10.2014
Открытая лекция в Школе новых медиа при ВШЭ, 24.10.2014
Открытая лекция в Школе новых медиа при ВШЭ, 24.10.2014
Открытая лекция в Школе новых медиа при ВШЭ, 24.10.2014
Próximos SlideShares
Carregando em…5
×

7

Compartilhar

Baixar para ler offline

Открытая лекция в Школе новых медиа при ВШЭ, 24.10.2014

Baixar para ler offline

Что принесет с собой Data Science: кому поможет, кого заменит

Livros relacionados

Gratuito durante 30 dias do Scribd

Ver tudo

Открытая лекция в Школе новых медиа при ВШЭ, 24.10.2014

  1. 1. Двуликая Data Science: кому поможет, кого заменит? Андрей Себрант Яндекс Директор по маркетингу сервисов Москва, 24 октября 2014
  2. 2. Лирическое вступление 3 Интересная профессия: кочегар паровоза. Да и сам паровоз тоже непрост.
  3. 3. Что бы напридумывали стартаперы? 4 Если бы тогда они были и обладали резвостью нынешних
  4. 4. Тем временем 5 Судьбу кочегара (да и паровоза) решали другие
  5. 5. Есть примеры свежей и реальней «Strange to recall, Kodak was the Google of its day. Founded in 1880, it was known for its pioneering technology and innovative marketing. “You press the button, we do the rest,” was its slogan in 1888.» http://www.economist.com/node/21542796 6
  6. 6. Страшное слово, плохая судьба Irrelevant http://www.urbandictionary.com/define.php?term=Irrelevant&defid=4719950 7
  7. 7. Преодолеть пропасть Стадия разочарований опасна, выгоду получают спокойные и умные;) │ http://www.economist.com/blogs/babbage/2014/08/difference-engine-2
  8. 8. Традиционное восприятие науки │ From ChaosBook.org & Wikipedia
  9. 9. Data Science != Analytics Традиция: Глубокое понимание Человеческий разум Построение моделей Длительный процесс (подчас месяцы и годы) Data Science: • Машинное обучение • Колоссальные вычисления • Алгоритмические предсказания • Ответ в реальном времени (часто за доли секунды)
  10. 10. Data Science != Analytics Традиция: •Вместе Data Science: •Вместо
  11. 11. Data Science != Analytics Традиция: • Human readable output Data Science: • Machine readable output http://blogs.hbr.org/2014/08/the-question-to-ask-before-hiring-a-data-scientist/
  12. 12. Вмешивается психология › Вам нравится антиспам на вашем почтовом сервисе? › Вам нравится контекстная реклама в личной почте? │ Если ответы на эти два вопроса не совпали, вы непоследовательны. │ Зато похожи на человека ;) г
  13. 13. Кстати, о спаме Мнение известного практикующего визионера (http://www.inc.com/business-insider/elon-musk-robots-delete-humans-like-spam.html )
  14. 14. Есть и хорошие новости Полезно анализировать принимаемые машиной решения: │ Проверка на здравый смысл │ Новые инсайты
  15. 15. Case study Yandex Crypta Look-A-Like in Ad Targeting (and what do they search)
  16. 16. 17
  17. 17. 18 Light TV-viewers: methodology User Survey •TNS forms •4 questions •Panel survey by OMI •28’000 users Cookie matching OMI-Yandex •Matching OMI panel users and Yandex visitors Online behavior patterns across the Internet •Crypta technology •200 factors of user behavior
  18. 18. 19 Heavy TV viewers Light TV viewers «сбербанк», «коммунальный», «шарлотка», «выкройка», «биглион», «irr», «заработать» «книга», «переводчик», «словарь», «формула», «японский», «французский», «немецкий», «такси» Больше запросов кириллицей Много запросов латиницей
  19. 19. 20 Heavy TV viewers Light TV viewers «тнт», «дом-2», «телепрограмма», «стс» «С++», «wi-fi», «фотошоп», «torrent», «adobe»
  20. 20. 21 Heavy TV viewers Light TV viewers «спартак», «цска», «пиво» «загранпаспорт», «авиабилет», «виза», «самолет», «аэропорт», «ржд»
  21. 21. Case Study eHarmony Finding A Perfect Mate (and insights in psychology)
  22. 22. 27 Оцифрованная романтика: eHarmony • Относительная площадь лица на фотографии уже не столь очевидно влияет на вероятность контакта, и это – полезный инсайт
  23. 23. Где алгоритмы уже успешней? Есть области, где хорошо обученные алгоритмы уже доказали, что работают лучше людей. Успех основан на использовании алгоритмических рекомендаций. • Торговля (не только электронная) • Музыкальное интернет-радио
  24. 24. Классический кейс Магазин Target и беременная девочка (США, 2012 год) http://www.nytimes.com/2012/02/19/magazine/shopping-habits.html?pagewanted=all&_r=0
  25. 25. Вместо выводов • Везде, где нужно принимать много однотипных решений, алгоритмы справляются лучше • Инсайты, получаемые из человеческого анализа алгоритмических решений, дают новое уникальное знание • Научитесь отличать: какие решения лучше принимает человек, а какие- машина. И никогда не путайте два этих класса ;)
  26. 26. Очень важный момент: Алгоритмы, даже великолепно отвечающие на вопросы, пока не умеют вопросы задавать
  27. 27. Будит ассоциации…
  28. 28. Спасибо! ;) +7 (495) 739-7000 @asebrant asebrant@yandex-team.ru https://www.facebook.com/asebrant Андрей Себрант
  • omukovozov

    Sep. 29, 2015
  • ssuser7d35dc

    Oct. 28, 2014
  • arthurmagzamov

    Oct. 26, 2014
  • DenisAfanasyev

    Oct. 26, 2014
  • ssuserc344f1

    Oct. 25, 2014
  • dariaagafonova

    Oct. 25, 2014
  • EvgeniyBaburov

    Oct. 24, 2014

Что принесет с собой Data Science: кому поможет, кого заменит

Vistos

Vistos totais

1.554

No Slideshare

0

De incorporações

0

Número de incorporações

130

Ações

Baixados

38

Compartilhados

0

Comentários

0

Curtir

7

×