Il documento illustra il concetto di big data e le metodologie di analisi utilizzate per scoprire legami tra fenomeni e fare previsioni. Attraverso esempi storici, come quello di Matthew Fontaine Maury e la manutenzione predittiva, evidenzia le differenze tra small data e big data, in termini di raccolta e analisi. Infine, si discute l'importanza delle correlazioni nei big data e delle applicazioni pratiche in vari contesti.

1. BIG DATA
www.fordatascientist.org
Enfap Emilia Romagna
Ravenna febbraio 2019

2. CHE COSA
SONO I
BIG DATA
?
Tecnologie e metodologie
di analisi di dati massivi
per scoprire il legame tra
fenomeni diversi
e prevedere quelli futuri

3. PAROLE
si trasformano in dati
AZIONI
POSIZIONI
RELAZIONI

6. Le 4 V dei
BIG DATA

7. Small Data Big Data
IPOTESI TEORICHE
CAMPIONAMENTO
CASUALE
CAUSALITA’-
REGRESSIONI
UTILIZZO PRIMARIO
CONOSCENZA OPERATIVA
INTERA
POPOLAZIONE
RELAZIONE-
CORRELAZIONI
UTILIZZO SECONDARIO

8. SMALL DATA: Campionamento casuale
La
raccolta
dati è
costosa

9. BIG DATA: Intera popolazione
La raccolta
dati e la
loro
memorizza-
zione ha
costi
sempre più
bassi

10. Matthew
Fontaine
Maury

11. ● Giovane e promettente ufficiale della marina americana.
● Incidente in diligenza 1839: frattura del femore; claudicante.
● Capo del Depot of Chart and Instruments.
● Vecchi comandanti: conoscenze tramandate di generazione in
generazione.
● No rotte lineari, ma a zig e zag: l’oceano è imprevedibile-
● Intuizione di Matthew: venti regolari; maree regolari, ma sconosciute
nel loro insieme.
● Vecchi giornali di bordo compilati dalla marina in tutti i loro viaggi.
● Dati sul vento, sulle correnti e sulle condizioni metereologiche in
determinati posti e date.
● Suddivisione dell’atlantico in blocchi di 5 gradi di longitudine e
latitudine + mese (Dimensioni).
● Misure: temperatura, velocità e direzione del vento, velocità e direzione
delle onde.

13. Vecchia rotta New
York Rio de Janeiro:
sud est; sud ovest, pari
a 3 attraversamenti
dell’Atlantico;
Nuova rotta: diritti a
sud

14. MAURY
NAVI
MERCANTILI
Carte Nautiche
DATI
Forma standard di
registrazione
Giornali di
bordo
Bottiglie in
mare
Laboratorio
galleggiante

15. 1855
1.2 milioni di data
point

16. SMALL DATA: Causalità - Regressioni
CAUSA
EFFETTO

17. BIG DATA: Correlazioni

19. L’azienda che si occupava della manutenzione iniziò a registrare
rigorosamente gli interventi effettuati durante l’anno sui tombini esplosi,
uniti ai dati sui tombini stessi (quanto vecchi, in che zona). Studiando
questi big data, fu possibile elaborare un modello matematico che
prevedeva in tempo reale con una buonissima probabilità quali tombini
fossero in procinto di esplodere, risolvendo il problema alla radice ed
evitando possibili danni a persone e cose. Una vera e propria predizione
statistica del futuro, che definiamo “maintenance predittivo”
(manutenzione basata su delle previsioni).
Esplosione di tombini a new York

20. SMALL DATA: Utilizzo primario
Definizione
obiettivo
Progettazione
infrastruttura
Progettazione
Data Mart
Campionamento
popolazione
Rilevazione
Dati
Analisi
dati

21. BIG DATA: Utilizzo secondario

22. Query su
google
Previsioni
influenza
Captcha Decifrazione
parole ambigue