致敬统计学家Hans Rosling,感谢你带来的那些数据背后的故事

简介: 几年前TED讲台上,有一个可爱的小老头做了一场《亚洲何时崛起》的演讲,他兴奋地用数据阐释中国和印度在过去的一个世纪里拼命追赶欧美经济体的过程。   当屏幕上出现浮动的气泡时,他不慌不忙的拿出一根极长的棍子来辅助提示,笑称这是“最环保的Presentation提示器”。

几年前TED讲台上,有一个可爱的小老头做了一场《亚洲何时崛起》的演讲,他兴奋地用数据阐释中国和印度在过去的一个世纪里拼命追赶欧美经济体的过程。

 

当屏幕上出现浮动的气泡时,他不慌不忙的拿出一根极长的棍子来辅助提示,笑称这是“最环保的Presentation提示器”。

 


这就是卡罗琳学院的国际卫生学教授汉斯·罗斯林(Hans Rosling)。Bill Gates称他为 「great friend, educator and true inspiration」(伟大的朋友、教育家与真正的灵感来源)。

 

 

就在2017年2月7日, 这位幽默智慧的小老头去世了, 终年68岁。

 

数据关乎每个人


Hans Rosling的离开让不少人感到惋惜,甚至有人发表评论表示“这真的是黑暗的一天,这个世界失去了最优秀的人之一。”

 

其重要的原因之一在于他将数据和每个人关联起来。

 

统计学家胡善庆表示,Hans Rosling在业界备受尊敬, 听到这个消息的确很难过。他的一个很大贡献在于能够将数据诠释给大众听,让枯燥的数据变得有意义。

 

Hans Rosling从来没有忘记过数据和每个人都息息相关,在每个数据背后都会有一个人,一个家庭和一个生命。

 

他参与创建了非营利信息科技机构Gapminder。为使软件更好地服务社会,他还带头开发了趋势分析员软件(Trendalyzer),将国际统计数据转换成活动的、交互的和有趣的图表。

 

目的是通过增进对可以自由访问的公共统计数据的使用和理解,以促进以事实为基础的世界观察。2007年3月 该软件被Google收购。

 

老人的一生


Hans 1948年出生在瑞典的乌普萨拉,一直致力于医疗保健及统计工作,并喜欢把自己称为「Edutainer」(寓教育于娱乐)。

 

1981年8月21日,他发现了一种未知的瘫痪疾病的爆发,随后的研究使其获得了乌普萨拉大学大学的博士学位。

 

他花费了二十年在非洲的偏远的农村地区研究这种疾病的爆发,并同时研究在非洲、亚洲和拉丁美洲,经济发展,农业和贫穷与健康之间的关系。

 

Hans Rosling曾担任世界卫生组织、联合国儿童基金会和其他援助机构的顾问,在1993年参与发起了无国界医生的瑞典分部。

 

2001年至2007年,他成为卡罗琳学院国际卫生部(IHCAR)负责人。在担任卡罗琳国际研究和培训委员会主席期间(1998—2004), 开始与亚洲、非洲、中东和南美洲的大学开展研究合作。

 

此外,他还开设了全球卫生学的新的课程,并参与编写了全球卫生学的教科书, 促进以事实为基础的世界观察。

 

这位让人尊敬的统计学家虽然离开了我们,但他所带来的事实为基础的观察视角、对这个世界发展的关心以及对于人类的关爱会永远被铭记。


原文发布时间为:2017-02-11

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
人工智能 自然语言处理 测试技术
Claude 3非常厉害,但是国内用不上怎么办?
【2月更文挑战第16天】Claude 3非常厉害,但是国内用不上怎么办?
5606 1
Claude 3非常厉害,但是国内用不上怎么办?
|
SQL 数据采集 运维
从数据到价值,DataOps精益数据运营概述
DevOps大家可能比较熟悉,但对于概念相近的DataOps大家可能还不清楚。简单来说,如果DevOps是更快交付软件的一种理念,那DataOps就是"更快交付高质量数据"的一种理念。 我们星轨工具团队过去围绕数据链路,沉淀了很多工具和组件,提升了我们数据域项目交付的效率和质量,这和DataOps提倡的聚焦数据链路,从全局提效很匹配。因此我们结合DataOps理念做了一些探索和实践,本文会详细给大家介绍下DataOps理念。
3165 2
从数据到价值,DataOps精益数据运营概述
|
8月前
|
存储 iOS开发 芯片
如何创建可引导的 macOS Tahoe 26 安装介质
如何创建可引导的 macOS Tahoe 26 安装介质
803 2
如何创建可引导的 macOS Tahoe 26 安装介质
|
6月前
|
存储 人工智能 算法
​​向量数据库终极指南:AI开发者的进阶手册​
本文深入解析向量数据库的原理与实战应用,涵盖其在AI系统中的核心作用、关键技术(如HNSW、PQ、LSH)、相似性搜索、元数据过滤及无服务器架构优势。适合开发者和AI从业者学习提升。
1669 1
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
439 1
|
7月前
淘宝图搜接口功能解析
淘宝图搜是基于图像识别的便捷购物工具,支持通过图片查找商品,省去手动输入关键词的麻烦。本文详解其功能、常见问题及解决方法,助你高效使用这一工具。
|
数据采集 存储 安全
【大数据】数据治理浅析
数据治理是数字化时代企业管理和利用数据的核心手段,确保数据的准确性、一致性和安全性。从基本概念、应用场景、必要性、需求分析等方面深入探讨其功能架构、技术架构、应用架构和数据架构,涵盖金融、医疗、应急管理等多个领域典型案例。随着政策法规推动、技术创新助力及市场需求增长,数据治理正朝着自动化、智能化方向发展,市场规模不断扩大,但人才短缺问题仍需解决。
1542 11
【大数据】数据治理浅析
|
运维 监控 网络协议
IPv6地址之间的转换技术:NAT66
【4月更文挑战第25天】
2563 0
IPv6地址之间的转换技术:NAT66
|
Python
《Cython 从入门到精通》PDF 版本新鲜出炉啦!!!
《Cython 从入门到精通》PDF 版本新鲜出炉啦!!!
390 1
|
机器学习/深度学习 数据采集 人工智能
探索软件测试中的AI辅助技术:未来趋势与挑战
【5月更文挑战第27天】 随着人工智能(AI)的迅速发展,其在软件测试领域的应用正逐步改变传统测试方法,提升测试效率和质量。本文将深入分析AI在软件测试中的应用现状,探讨其如何通过智能化的模式识别、预测分析和自适应学习机制优化测试流程。同时,文章还将讨论引入AI所面临的挑战,包括数据质量、模型泛化能力和解释性问题。最后,对未来AI辅助软件测试的潜在发展趋势进行展望。

热门文章

最新文章