截至 2016 年 3 月，机器学习、数据挖掘、计算机视觉等的泡沫有多大？ 举报 理由 举报 取消 知乎上搜过，google上也用中英文搜过，没有找到近期（一年以内）对这个问题比较详细的论述 2017年8月31日 10 条回复 1264 次浏览 学习,数据,数据挖掘,机器,自然语言,视觉,计算机
回复 ( 10 )
谢邀
现在，2016年6月，机器学习、数据挖掘、计算机视觉等应用毫无泡沫，甚至远远没有发挥算法应有的潜力。
从我在 Trulia: Real Estate Listings, Homes For Sale, Housing Data 工作的经验来看，公司几乎每一个产品线都有可以算法化的地方。同时，不少新的算法可以带来全新的产品特性，提升用户体验，提高公司核心指标，拓展出新的营收渠道。
未来3到5年，会是从自动化转向算法化最快的阶段，不少公司将会收益于此，各种核心指标会翻翻，跑得快的公司会吃掉跑的慢的公司。受益于两大原因：一是公司已经积累了大量的数据，为算法化打下了数据基础。而同时，由于现代技术工具和生态系统的发展，对于一个月活千万的产品，一个5到10人的全栈数据科学家团队就可以支撑起一个公司若干核心算法的端到端的所有任务，包括从研发到支撑最后的产品。
但是，对于现在的创业风潮，把各种算法拿出来作为第三方的服务来创业，我个人认为是比较难成功的。核心原因是各种算法需要与公司的核心产品线整合，算法本是就是公司核心产品的一部分。能使用第三方服务的往往也都不会是核心的产品算法。
—-
陈然_Ran的微博
泡沫肯定是有的。据我了解，泡沫可以分4个方面：
写论文多看几本书就知道了，
现在连搞这个的人才都太少了，还泡沫？连水花都不大～
你可以把这些作为实业，金融会有泡沫，互联网会有泡沫，实业很少有。
如果说有泡沫，也是这类公司用金融手段融资出来的泡沫。
Data Science/Analytics 出身，可以在咨询行业做些什么？ – Ruobing Shen 的回答
说有泡沫应该是基于以下几个方面：
1、国内学术界产出的论文质量高的不多
2、可能是题主没有体会到大数据给你带来的方便，当然还有你看不到的企业在大数据方向的价值。
3、是有很多做大数据产品的公司，但这还没形成泡沫。
—————————————-
4、举个例子：目前，我在某上级审计单位做税务统计，数据量很大。之前定的方案是基于传统的数据库设计的，后来遇到了数据存储的问题，以及跨库查询的问题。这样，就导致了很多问题，目前，我们正在往Hadoop阵营迁移。大数据相关的技术能够加快审计规范化的形成。
什么玩意都没有哪来的鬼泡沫……
不知道楼主提问的目的是什么。如果是在考虑投资某机器学习或大数据方面的创业公司的话。如果该公司说行业前景多于说企业自身的盈利前景，那么对于这个企业来说泡沫是很大的。
一般来讲，人们会把自己不懂，很多人追，且很多人赚到钱了的东西，叫做泡沫。
搞科研或者实干的，没有什么泡沫，一样是在演化发展，可能会出更厉害的成果。
如果是创业或者仅仅学过几下子觉得自己是data scientist的人来说，不好意思燕乐寸说了很快会有个冰河期……
知乎待久了感觉现在什么都是泡沫，不过还好，我所在的屠宰业还没出现泡沫。