1樓：
目前成功的方面大概有：
Quant，但是只是用統計上的演算法，和機器學習沒啥關係。
城市規劃。
語言學，使用形式語言或者神經網路來處理。
其它的基本沒有。
我開一下腦洞，目前可以拓展的方向有：
計算法律，利用形式語言驗證法條是否衝突，以及是否健壯。
政治，利用沙盒裡模擬真實環境，創造盡可能健壯的制度。11
2樓：經常孤獨的獨行俠
巨集觀經濟學不可或缺的研究方法，科學需要實驗來驗證理論的正確性，社會學不可能為了驗證理論而創造實驗物件（不能為了研究戰爭經濟措施人為創造一場戰爭），所以大資料將成為關鍵的技術手段，
3樓：孫振強
不要臉的來回答一波，我認為利用計算機和大資料進行社會科學研究完全可能成為主流啊，因為正如魔鬼經濟學的作者說的那樣，資料不會撒謊啊，利用計算機進行人力無法完成的資料探勘，然後社會科學家在利用挖掘到的資訊進行分析。我覺得大資料的優勢在於其滲透力，擁有媲美數學的或者在數學的基礎上擁有的學科交叉能力，個人認為無與倫比。其交叉能力見於醫療，社科，藝術，物理，乃至文學。
換個角度講，目前的人工智慧還處於資料驅動階段，也就是大資料階段，與傳統的大資料分析有交叉的部分，但也有區別，所以根據目前的人工智慧熱度來看，大資料的應用將會越來越廣，但這並不是什麼壞事，資料幫人們發現真相，計算機是工具，大資料是方法。
4樓：
機器學習會極大地提高資料數量與質量（很有希望），節省時間，降低人力成本。在此龐大資料的基礎上，研究者可以考查以往無法提出或無法研究的理論或實證問題。但相關技術似乎並不直接幫助釐清關係或進行因果推斷。
也就是說，基於機器學習與自然語言的技術使資料量擴大了，質量也可控，會成為很有用的資料收集方法，但跟實證分析與理論建構沒太大關係，而後者才是科學研究的核心。至於會不會成為主流的獲取資料的方法，取決於你的研究問題和相關領域當下的資料質量。
對這些以及所有技術我的態度基本是，不拒斥、不迷信、該學學——學會了不傲嬌，暫時學不會也不牴觸；能用上最好，暫時用不上就當個興趣；底線是能理解優勢與侷限。
5樓：
猜測哈，就國內來說，比如這個片區的大學城，知道tensoflow的教職員工不超過50，會用大資料的恐怕乙隻手數的出來，財大交大可能好不少。
6樓：大青蛙
無論是人文方向還是偏科學的方向，這兩者都是人文社會學科的重要分支，兩種角度都有不可或缺的存在價值。我認為「人文社會學科」要發展成「社會科學」，暫時不太可能（我個人對「社會科學」這個名詞是不太認可的）。畢竟有太多因素導致社會領域的研究無法精準化。
而在理論上，資料科學亦不可能解決這一困難中的所有問題：譬如大資料在很多研究中因為各種原因用不起來；又如它只能告訴你是什麼而沒有能力告訴你為什麼；另外大資料的有效性還有待提高等等。
因此使用大資料解決社科科學化難題亦是存在天花板的，我們不能因為目前大資料正在資本和行業發展的風口上，就一味地漠視大資料的各種缺陷。風口總會過去的，風過去之後豬還能飛多久？
所以我認為人文方法依然還會佔據半邊天。未來更多的研究會用到大資料，並不能代表它就有能力稱為「主流」。當然，資料科學的應用和人文社會學科追求科學化的發展腳步，永遠不會停歇。
7樓：正常的小鋼琴
會一定會
8樓：
會的。模擬自然科學與數學的關係，相輔相成，共同進步。社會科學與數學一樣可以達成這樣的關係，而統計學就是他們的橋梁。社會科學想要真正的科學化，勢必要越來越多的依賴數學工具，這種趨勢是不以個人的意志為轉移的。
計算機技術就更是直接的事情，計算機對現代人的地位就像紙和筆，任何的研究工作都不可能離得開計算機的幫助。
綜上，統計學與計算機都是工具，高效的工具自然會被越來越多的使用，可以參照生物統計對生物學研究的助推作用。
但是研究者的核心並不是工具，對社科研究者來說，只要能理解工具的用法就足夠了，而不必深究其中的原理。
計算機零基礎，該怎麼學習大資料？
資料猿溫大大 資料分為收集 儲存 清洗 應用 運維幾個環節，所以學習大資料也應該圍繞這這幾個方面展開 1 收集 日誌收集框架 Flume Logstash Filebeat2 儲存 分布式檔案儲存系統 Hadoop HDFS資料庫系統 Mongodb HBase 3 清洗 分布式計算框架 批處理框架...
電腦科學與技術 人工智慧和大資料哪個專業好（對女生來說）
江西新華欣欣 從行業的角度回答下。回答這個問題之前，我們先把時間軸往前拉20年 假設在2000年，你高考完填報志願，猶豫是該報網際網路相關專業 如網際網路營銷 還是 電腦科學與技術 或者 智慧型科學與技術 專業 那個時候，大資料專業還沒有出現 當時的網際網路之於大眾，一如今天的5G和AI。但你並不知...
用計算機證明數學命題可行嗎？
可行，這本身就是研發計算機的早期目標之一 把數學研究乃至演繹推理徹底自動化 Automated reasoning 直到現在也是電腦科學的乙個專門分支，雖然發展後勁遠遠跟不上前輩對它的期望就是了 本來是想從這條道路直接得到有自主思考能力的計算機 比較腦洞大開的思路是什麼呢？注意到電腦程式本身如何改進...