通过研究内存设计，更智能地进行分析

来源：CPDA数据分析师网　/　时间：2021-01-29

因此在某些方面人不是高级分析系统的典范
这就是为什么当今的数据科学家经常忽略我们的内存系统的工作方式的原因，毕竟一台计算机可以立即回忆起50年前存储在其数据系统中的一个晦涩的事实-可以吗？可能不会，但是我认为对于分析系统的内存设计普遍存在的观点是短视的，我们的记忆系统非常出色-它使我们能够从感觉系统中获得非常原始的输入，并在不失去平衡的情况下轻松完成令人惊奇的事情，例如走路；它也使我们无论看到，闻到还是品尝，都可以画出相同的橙色联想，当您停止考虑我们的大脑需要做什么工作以及需要完成什么工作时，您会意识到我们的记忆系统多么重要和复杂，因此在设计用于高级分析解决方案的内存子系统时，请强烈考虑我们自己的人脑的体系结构。

我们的大脑具有工作记忆（一种短期记忆）和长期记忆
位于额叶皮层的工作记忆可帮助您完成短期任务，例如完成句子或计算壁橱中衬衫的数量，一旦不再需要与该任务相关的信息，便会从您的工作内存中清除该信息，以便您可以继续执行下一个任务，位于海马及其周围的长期记忆是大脑的数据存储，当儿时的美好回忆浮出水面时，它们就来自您大脑中的这个位置。

我们有一个有效的记忆，因为对于我们来说，将每个短期事件都存储在长期记忆中并没有意义
两者结合起来可能存在一些生物学上的限制，但我认为它不仅仅限于此，一旦感觉到需要处理某些东西，我们就会召唤我们的存储系统以产生我们存储的数据，到那时我们的分析大脑必须将这些数据整理成有用的信息，一次处理太多数据将使您的分析大脑处于倾斜状态，当您尝试训练输入过多的神经网络时，就会发生这种情况。

在设计内存系统时即使计算机的数据系统与大脑的数据系统没有相同的局限性
也应考虑将工作内存系统与长期内存系统分开，这与将运营数据存储引入数据仓库设计非常相似，实际上您可以使用ODS来支持您的工作内存系统，因为按照定义，ODS中的数据是非常短暂的，放在ODS上的分析层可以根据需要简单或复杂，在一个简单的系统中，您可能具有一个浅层的推理层，该层可以将信息从几个不同的数据点中带出，或者您可以将完整的操作分析层放入基于当前数据的短期决策中，您可以将其安装在战斗机的驾驶舱中。

我们记得的四种方式
大脑另一个有趣的方面是我们如何对记忆的细节进行分类。无论您从工作记忆还是长期记忆中回想起什么，记忆的每一个复杂细节都将归为以下四类之一：感觉，运动，视觉空间和语言，感觉记忆与我们的五种感官联系在一起：视觉，听觉，嗅觉，味觉和触觉，马达记忆可以精确地控制复杂的演练活动，例如用一只手走钢丝或洗牌，视觉空间记忆将视觉皮层的神经活动与颞叶的空间感知整合在一起，使我们能够通过手持视觉地图来绕过城市，语言记忆使我们能够将单词与对象相关联，将陈述与思想相关联，这种理解在预测分析系统的内存设计中具有有趣的含义，让我们从感觉记忆开始。

如果您的设计范围包括激励捕获和处理，请考虑其强度
通常AI系统中的感官系统不发达，在典型的神经网络中，您将有一个输入层，为什么只有一层代表整个感觉系统？实际上，您可能需要开发一个专门用于感觉处理的子系统，包括一个将原始感觉输入组织成更复杂概念以进行进一步分析处理的数据存储，您可以用相同的方式扩展其他三个内存类别的概念。

运动记忆可能转换为特定的分析功能，必须从许多试验中学习
在设计学习算法时，请不要低估内存系统的作用，设计您的系统，以学习如何使用随时间而改进的存储系统进行学习，视觉空间内存是帮助您的系统克服局部值的重要概念，您必须知道低峰在哪里才能找到高峰，语言记忆告诉我们，复杂程度没有限制，字母组成单词，形成句子，形成段落，形成章节，形成书籍，形成图书馆，这样一来，分析就可以产生更高形式的分析，这一概念应该在您的设计中明确体现。

针对人类系统对计算机系统进行建模的优点被吹捧了很多年，您不会对我有任何异议

当然人类有他们的错，但无可否认-就生物大众而言-我们是非常了不起的，作为一个物种，我们的优势是强大的大脑，大脑执行的强大的功能涉及记忆，花一些时间来了解我们的大脑如何存储和检索数据，并将这些信息用作开发下一个分析系统的模型，没有记忆就无法进行分析处理。

CPDA企业内训

https://www.cpda.cn/trainning/

CPDA项目数据分析师为什么要更名？

https://www.chinacpda.com/question/4504.html

海南智企数据分析师事务所

https://www.chinacpda.com/shiwusuo/14202.html

王兴海老师高级经济师

https://www.chinacpda.com/shizi/9433.html

用数据改变人生，获得CPDA证书仅是一个开始

https://www.chinacpda.com/shouquanzhongxin/14854.html

大数据专业就业前景及就业方向如何？