你同意「数据比算法重要」这个说法吗？

abc---

在数据挖掘领域当然是数据更重要。在解决大部分工程性问题的时候，数据结构往往比算法分析更实用。因此似乎很容易得出数据比算法重要的结论，但算法更多体现的是一种思想，是一种思考并解决问题的方法，数据结构的选择更是这种思想的体现。

rakish32

一个是雪中送炭，一个是锦上添花。没有诸葛亮，只有一群臭皮匠难成大器；有了诸葛亮，却不能充分发挥其才能，也是白瞎

xiaoyaodao2007

算法和数据是一件事的多个面，您举的例子里，我看到的主要评价标准就是“数据挖掘结果的有效性”这一点。而从其中拆分出的“算法 和 数据 孰轻孰重”的问题似乎是要在一元标准上建立两个主次标准，我认为这样做只会让这件事更糊涂。  

如果想知道现在的时间，最好只看一个表。对于做事来说，就是只选择一个参照系来做评判，即使所选择的参照系（“表”）不太准，你也能得到一个比较清晰的结论。如果再拆分出更多的“表”来评价这件事，不仅把问题复杂化了，也增加了很多无效的思考工作。在很多领域其实都会出现这种现象，比如有的老板认为绩效需要考勤作为基础，为了提高绩效而抓员工的考勤，从而制定出考勤+绩效的双重考核标准，这样看起来很科学，实际上更多只是徒增了管理成本，我认为这是费力不讨好的。

michong20008

在一堆繁杂的数据面前，好的算法尤为重要，没有算法，你压根不知道这一堆是啥东西！

ghjklmn

让人啼笑皆非的描述，因为算法，其实是处理数据的（广义的）。
存在两个过程，数据的表述和数据的处理（流动），这从来就不是谁重要谁不重要的问题，而是缺了谁，就没法运行的问题。

mlw1397931

程序 ＝ 数据结构 ＋ 算法，数据结构用来干啥的，装数据的呀。  

数据能干啥？数据是信息的源泉，没有足够的数据，就没有信息，信息技术没有信息啥都没有。  

算法能干啥？把数据中信息提取出来，不经过提取，数据还是数据，变不成有用的信息。  

这俩不是并列的关系，而是一体的，如何能说谁重要呢？脑子重要还是心脏重要，你给我说说。  

此外，数据的好坏如何衡量？不是越多越好，当然数据越多往往所蕴含的信息越大，这个容易看得出来；算法的好坏如何衡量？不是越复杂约好，能从海量的垃圾中找到有用的信息的算法就是好的算法，虽然不这么复杂，不是所有的人都能看到这点。  

我最想说的是什么？如果不是事不关己的旁观者，数据往往是自己能拿到最多的数据，然后根据自己的这些数据去找最合适的算法。

tyr_1

这是一个balance的问题，泛泛比较无从谈起。当数据多到压倒算法的优越性时，可以说数据作用较大，反之亦然。  
在学术界，评价同一算法时，要比较不同规模训练数据集上的效果，而在评价不同算法时，要比较在同一训练数据集上的效果，这样才有可比性。  
在实际中，由于算法的差距容易缩小，但数据量的差距难以弥补。因此数据量明显占优的那方，最终效果会好些。

solarice1

这要看怎么定义“算法”，其实多数时候，所指的“算法”是指“策略”。那么这时候，加入一个新的输入特征，其实就是加入了新的“策略”，而不是数据本身的改进。当然，也可以认为增加了新的“数据”。如果认为纯纯的、与任何数据无关的通用“算法”本身，例如随机森林这个方法本身，那么我也认同，在工程上，数据不是重要，而是我们玩的就是数据，算法没什么可搞的，10年左右会有一批牛人来一次提升，绝大多数工程师都搞不出什么来的。

graciezhang

"sometimes it's not who has the best algorithm that wins; it's who has the most data."

shujuyingxiao

完全同意。