大數據 印度尼西亚是什么意思 - 印度尼西亚翻译

• data besar
• big data

在 中文 中使用 大數據 的示例及其翻译为 印度尼西亚

總之，很多大數據不可訪問研究員。
Singkatnya, banyak data yang besar tidak dapat diakses para peneliti.

事實上，我認為大數據源所帶來的許多挑戰和機遇只來自一個“W”：為什麼。
Bahkan, saya pikir banyak tantangan dan peluang yang diciptakan oleh sumber data besar hanya berasal dari satu" W": Mengapa.

心理學的所謂“大數據”方法可以對這些問題提供獨特的視角。
Apa yang disebut pendekatan" big data" untuk psikologi dapat memberikan perspektif unik pada pertanyaan-pertanyaan ini.

有關荷蘭統計局如何考慮商業大數據非代表性問題的更多信息，請參閱Buelensetal.(2014)。
Untuk lebih lanjut mengenai bagaimana Statistik Belanda menganggap isu tidak mewakili data besar perniagaan, lihat Buelens et al.( 2014).

基於本章中的想法，我認為大數據源有三種主要方式對社會研究最有價值。
Berdasarkan ide-ide dalam bab ini, saya pikir ada tiga cara utama bahwa sumber data besar akan sangat berharga untuk penelitian sosial.

未來大數據有助於製定政策的未開發潛力可為受氣候變化威脅的社區帶來希望。
Potensi big data yang belum dimanfaatkan untuk membantu membentuk kebijakan di masa depan dapat memberikan harapan bagi masyarakat yang terancam oleh perubahan iklim.

基於本章中的想法，我認為大數據源有三種主要方式對社會研究最有價值。
Berdasarkan idea-idea dalam bab ini, saya fikir terdapat tiga cara utama bahawa sumber data besar akan menjadi yang paling berharga untuk penyelidikan sosial.

顧名思義，大數據是一個技術過程，在管理，控制和利用網絡生成的數據量巨大的交易。
Seperti namanya, Big Data adalah proses teknologi yang berhubungan dalam mengelola, mengendalikan dan memanfaatkan tipis volume data yang dihasilkan online.

在結束之前，我認為值得考慮的是大數據源可能對數據和理論之間的關係產生重要影響。
Sebelum menyimpulkan, saya berpikir bahwa perlu mempertimbangkan bahwa sumber data besar mungkin memiliki efek penting pada hubungan antara data dan teori.

不可預測性變得簡單：這三種編程方言用於處理廣泛和復雜的信息，也稱為大數據。
Unpredictability dibuat Sederhana: Ketiga dialek pemrograman ini digunakan untuk menangani informasi ekstensif dan kompleks, yang juga disebut Big Data.

大數據和家庭醫療保健服務：他們怎麼互連？?
Data yang besar dan layanan kesehatan rumah: Bagaimana mereka Interconnect?

大數據源無處不在，但將它們用於社會研究可能會非常棘手。
Sumber data yang besar ada di mana-mana, tetapi menggunakannya untuk penyelidikan sosial boleh menjadi rumit.

事實上，我認為大數據源所帶來的許多挑戰和機遇只來自一個“W”：為什麼。
Sebenarnya, saya rasa banyak cabaran dan peluang yang dicipta oleh sumber data yang besar mengikuti hanya satu" W": Mengapa.

基於本章中的想法，我認為大數據源有三種主要方式對社會研究最有價值。
Berdasarkan idea-idea dalam bab ini, saya berfikir bahawa ada tiga cara utama yang sumber data yang besar akan menjadi paling berharga untuk penyelidikan sosial:.

組織已經開始與現有的大數據工具進行實驗，以發現存在的問題更早。
Organisasi sudah mulai bereksperimen dengan alat data besar yang ada, untuk menemukan masalah sebelumnya yang hadir.

由於伯克和克勞特的工作說明，大數據源無法消除需要問人的問題。
Sebagai karya Burke dan Kraut menggambarkan, sumber data yang besar tidak akan menghilangkan kebutuhan untuk mengajukan pertanyaan orang.

因此，我認為考慮大數據源可以做的最好的方法是，他們可以幫助那些可以提出有趣和重要問題的研究人員。
Oleh itu, saya fikir cara terbaik untuk memikirkan apa yang boleh dilakukan oleh sumber data besar ialah mereka dapat membantu para penyelidik yang dapat mengajukan pertanyaan yang menarik dan penting.

由於是顯而易見的，大數據提供了很多的信息，關於在線用戶的趨勢，可以由企業，大大小小的使用，以擴大發展，簡化經營和管理的盈利能力。
Seperti yang jelas, Big Data menawarkan banyak informasi tentang tren pengguna online, yang dapat digunakan oleh bisnis, besar dan kecil, untuk meningkatkan pertumbuhan, merampingkan operasi dan mengelola profitabilitas.

大數據源的實際和基本的限制，以及它們如何能與調查被克服，由莫伊拉·伯克和羅伯特·克勞特的說明(2014)就如何友誼的強度在Facebook上通過影響相互作用的研究。
Keterbatasan praktikal dan asas sumber data besar dan bagaimana mereka dapat diatasi dengan tinjauan, digambarkan oleh penyelidikan Moira Burke dan Robert Kraut( 2014) tentang bagaimana kekuatan persahabatan terpengaruh oleh interaksi di Facebook.

首先，在2.2節中，我更詳細地描述了大數據源，並闡明了它們與過去通常用於社會研究的數據之間的根本區別。
Pertama, di bagian 2.2, saya menggambarkan sumber data besar secara lebih terperinci dan memperjelas perbedaan mendasar di antara mereka dan data yang biasanya digunakan untuk penelitian sosial di masa lalu.

通過體驗唐納德特朗普在美國大選中取得的成功，大數據分析及其在決策中的實踐產生了很大的問號。
Dengan mengalami keberhasilan Donald Trump dalam pemilihan di AS, muncul tanda tanya besar pada analisis Big Data dan praktiknya dalam pengambilan keputusan.

首先，我將論證大數據來源不會取代調查，大數據來源的數量增加-而不是減少-調查的價值（第3.2節）。
Pertama, saya akan menyatakan bahwa sumber data besar tidak akan menggantikan survei dan bahwa melimpahnya sumber data besar meningkat- bukan menurun- nilai survei( bagian 3.2).

此外，正如我將在本章後面描述的那樣，大數據源中捕獲的行為有時會受到平台所有者目標的影響，這個問題我稱之為算法混淆。
Selanjutnya, seperti yang akan saya jelaskan nanti di bab ini, perilaku yang ditangkap dalam sumber data besar kadang-kadang dipengaruhi oleh tujuan pemilik platform, masalah yang saya sebut gangguan algoritmik.

這能使您享受尖端科技、大數據處理與分析以及機器學習的好處，帶進新的營運效率、顧客效益及服務。
Hal ini memungkinkan Anda memperoleh manfaat dari teknologi canggih, pengelolaan dan analitik data besar, dan pembelajaran mesin untuk memberikan efisiensi operasional yang baru, serta manfaat dan layanan pelanggan.

在本章的其餘部分首先爭辯說，大數據源無法替代的調查和數據的豐度的增加而不是減少-調查（第3.2節）的價值。
Dalam bab ini, saya telah menyatakan bahwa sumber data besar tidak akan menggantikan survei dan bahwa banyaknya sumber data besar meningkat- bukan menurun- nilai survei( bagian 3.2).

第三，當調查數據收集與大數據源相結合時-我認為這將變得越來越普遍，正如我將在本章後面討論的那樣-可能會出現其他道德問題。
Ketiga, ketika pengumpulan data survei dikombinasikan dengan sumber data besar- sesuatu yang menurut saya akan menjadi semakin umum, seperti yang akan saya diskusikan nanti di bab ini- masalah etika tambahan dapat muncul.

我選擇以這種方式寫這本書，因為我想提供一個全面的數字時代的社會研究視圖，包括大數據來源，調查，實驗，大規模協作和道德。
Saya memilih untuk menulis buku ini dengan cara ini kerana saya ingin memberikan pandangan komprehensif penyelidikan sosial dalam era digital, termasuk sumber data besar, kaji selidik, eksperimen, kolaborasi massa, dan etika.

然而，它已經積累了很多關於大數據本身的數據，這些數據可以提供很多有識之士了解和學習的大數據。
Namun, telah mengumpulkan banyak data tentang Big Data itu sendiri, yang dapat menawarkan banyak wawasan untuk memahami dan belajar Big Data..

首先，在2.2節，我將介紹大數據更加詳細，明確，並已普遍被用於在過去的社會研究的數據之間有根本的區別。
Pertama, dalam Bagian 2.2, saya menggambarkan data yang besar secara lebih rinci dan menjelaskan perbedaan mendasar antara itu dan data yang secara umum telah digunakan untuk penelitian sosial di masa lalu.