您之前可能已经听说过“大数据”和“云计算”这两个术语。如果您参与了云应用程序开发，那么您甚至可能对它们有经验，两者并存，许多公共云服务执行大数据分析。

随着城市人口的不断增加，基础设施规划对于所有人的健康和幸福就变得至关重要。当然，运动，适当的睡眠和社交是幸福生活的关键，但基础设施也起着重要作用。研究人员甚至发现不良基础设施与生活质量下降之间存在密切的联系。周到的城市规划和对稳定基础设施的投资，对于减轻贫困和创造就业机会也是不可或缺的。

大数据项目可能因多种原因而失败的原因，包括该项目无法与现有业务流程集成，数据安全和/或治理挑战。

分析师，工程师，医师，研究人员，科学家和人类一般都需要理解和信任影响我们工作和生活的模型和建模结果。几十年来，选择对从业者或消费者透明的模型通常意味着选择简单的数据源和简单的模型形式，例如线性模型，单一决策树或业务规则系统。尽管这些更简单的方法通常是正确的选择，并且直到今天仍然存在，但是当潜在的模型化现象是非线性的，稀有的或微弱的，或者对某些人高度特定时，它们可能会在现实世界中失败。

几年前，随着虚拟助手和各种机器人的出现，许多组织蜂拥而至，认为这将解决他们的规模问题并降低成本但这被证明是错误的，为了使这些机器人成功，需要具备不仅可以帮助建立，维持和监控结果的功能，还可以提出改进建议。

大多数数据科学家很快意识到，深度学习模型在笨拙的情况下无法在较小的设备上运行是笨拙的，并且通常是不切实际的，他们确定了一种压缩神经网络的新技术，其准确性损失小。