可视分析小记——理解、分析、感悟（持续更新中）

1. 最终呈现给用户的必须是能够被高效理解并使用的

相对于改变世界改变人类的Google，对于算法工程师而言，该做的不是迷信大数据，而是把大数据给提取成小数据，利用小数据为企业创造价值。大数据标志着需要更大规模的集群，更大规模的计算能力，更长的生产周期，而这些都是企业的“成本”，对于大部分公司，基本面临的都是两个问题，如何拿到数据和如何利用数据，而不是如何“最好”地利用数据。

同样的，对于非科学家所做的可视分析而言，不管是降维也好特征提取也好数据挖掘机器学习也好，需要做的是把从大数据中萃取出小数据，把小数据展示用户进行学习和分析。需要的是让用户能够快速有效地使用，而不是“最好最全”地展示分析数据。