《整理大数据时代读后感精选多篇》由会员分享，可在线阅读，更多相关《整理大数据时代读后感精选多篇（6页珍藏版）》请在金锄头文库上搜索。
1、大数据时代读后感精选多篇大数据时期读后感精选多篇大数据时期是1本值得大家浏览的好书。读完大数据时期这本书以后，我相信大家都会对这个时期有不同的看法。下文是大数据时期读后感精选多篇，欢迎浏览。篇1：读了大数据时期后，感觉到1个大变革的时期将要来临。虽然还不怎样明了到底要完全改变哪些思惟和操作方式，但明显作者想要“终结”或颠覆1些传统上作为我们思惟和生存基本理论、方法和方式。在这样的想法眼前，我的思想被强烈震动，不由颤栗起来。“在小数据时期，我们会假象世界是怎样运作的，然后通过搜集和分析数据来验证这类假想。”“随着由假想时期到数据时期的过渡，我们也极可能认为我们不在需要理论了。”书中几近肯定要颠覆
2、统计学的理论和方法，也试图通过援用连线杂志主编安德森的话“量子物理学的理论已脱离实际”来“终结”量子力学。对此我很高兴，由于统计学和量子力学都是我在大学学习时学到抽筋都不能及格的课目。但这两个理论实在太大，太权威，太基本了，我想我不可能靠1本书就可以摆脱这两个让我头疼1辈子的东西。作者其实也不敢旗帜鲜明地提出要颠覆它们的论点，毕竟还是在前面加上了“极可能认为”这样的保护伞。近几10年，我们总是在遇到各种各样的新思惟。在新思惟眼前我们首先应当做到的就是要破和立，要改变自己的传统，跟上时期的脚步。即便头脑还跟不上，嘴巴上也必须跟上，否则可能会被扣上思想僵化乃至阻碍世界发展的大帽子。既然大数据是“通
3、往未来的必定改变”，那我就必须“不受限于传统的思惟模式和特定领域里隐含的固有偏见”，跟作者1起先把统计学和量子力学否定掉再说。反正我也不喜欢、也学不会它们。当我们人类的数据搜集和处理能力到达拍字节乃至更大以后，我们可以把样本变玉成部，再加上有能力重视混杂性而忽视精确性后，仿佛真的可以抛弃以抽样调查为基础的统计学了。但是由统计学和量子力学和其他很多“我们也极可能认为我们不再需要的”理论上溯，它们几近都基于1个共同的基础逻辑。要是不谨慎把逻辑或逻辑思惟或逻辑推理1起给“不再需要”的话，就让我很担心了!大数据时期第16页“大数据的核心就是预测”。逻辑是描写时空信息“类”与“类”之间长时间有效不变的前
4、后变化关系规则。二者仿佛是做同1件事。可大数据要的“不是因果关系，而是相干关系”，“知道是甚么就够了，没必要知道为何”，而逻辑学4大基本定律(同1律、矛盾律、排中律和充足理由律)中的充足理由律又“明确规定”任何事物都有其存在的充足理由。且逻辑推理3部份归纳逻辑、溯因逻辑和演绎逻辑都是基于因果关系。二者好像又是对峙的。在同1件事上两种方法对峙，应当只有1个结果，就是要否定掉其中之1。这就是让我很担心的缘由。可我却不能拭目以待，像旁观者1样等着哪个“脱颖而出”，由于我身处其中。问题不解决，我就没法思考和工作，自然就没法活了!更何况还有两个更可怕的事情。其1：量子力学弄了1百多年，为了处理好混杂性问
5、题，把质量和速度结合到能量上去了，为了调和量子力学与相对论的矛盾，又弄出1个量子场论，再7弄8弄又有了虫洞和罗森桥，最后把4维的时空曲折成允许时间旅行的模样，巴不得马上造成那可怕的时间旅行机器。唯1禁止那些“爱因斯坦”们“瞎胡闹”的就是因果关系，由于爸爸就是爸爸，儿子就是儿子。那末大数据会不会通过重视混杂性，放弃因果关系最后反而弄出时间机器，让爸爸不再是爸爸，儿子不再是儿子了呢?其2：人和机器的根本区分在于人有逻辑思惟而机器没有。大数据时期也担心“最后做出决策的将是机器而不是人”。如果真的那1天由于放弃逻辑思惟而出现科幻电影上描写的机器主宰世界消灭人类的结果，那我还不如现在就趁早跳楼。还好我知
6、道自己对甚么统计学、量子力学、逻辑学和大数据来讲都是门外汉，或许上面1大篇都是在胡说8道，所谓的担心根本不存在。但问题出现了，还是解决的好，不然没法睡着觉。自己解决不了就只能依托专家来指导迷津。所以想向大数据时期的作者提1个公道化建议：把这本书继续写下去，最少加1个第4部份大数据时期的逻辑思惟。篇2：这本书里主要介绍的是大数据在现代商业运作上的利用，和它对现代商业运作的影响。大数据时期这本书的结构框架遵从了学术性书籍的普遍方式。也既，从现象入手，继而通过对现象的解剖提出对这1现象的解释。然后在通过解释在对未来进行预测，并对未来可能出现的问题提出自己看法与对策。下面来重点介绍大数据时期这本书的主
7、要内容。大数据时期开篇就讲了Google通过人们在搜索引擎上搜索关键字留下的数据提早成功的预测了20XX年美国的H1N1的爆发地与传播方向和可能的潜伏患者的事情。Google的预测比政府提早将近1个月，相比之下政府只能够在流感爆发1两个周以后才可以弄到相干的数据。同时Google的预测与政府数据的相干性高达97%，这也就意味着Google预测数据的置信区间为3%，这个数字远远小于传统统计学上的常规置信区间5%!而这个数字就是大数据时期预测结果的相对准确性与事件的可预测性的最好证明!通过这1事和其他的案例，维克托提出了在大数据时期“样本=整体”的思想。我们都知道当样本无穷趋近于整体的时候，通过计
8、算得到的描写性数据将无穷的趋近于事件本身的性质。而之前采取的“样本整体”的做法很大程度上没法做到更进1步的描写事物，由于之前的时期数据的获得与存储处理本身有很大的难度只致使人们采取抽样的方式来丈量事物。而互联网终端与计算机的出现使数据的获得、存储与处理难度大大下降，因此相对准确性更高的“样本=整体”的测算方式将成为大数据时期的主流，同时大数据时期本身也是建立在大批量数据的存储与处理的基础之上的。接下来，维克多又通过了IBM寻求高精确性的电脑翻译计划的失败与Google只是将所有出现过的相应的文字语句扫描并贮存在词库中，所以不管需要翻译甚么，只要有联系Google词库就会出现翻译，虽然有的时候的
9、翻译很无厘头，但是大多数时候还是正确的，所以Google的电脑翻译的计划的成功，表明大数据时期对准确性的寻求其实不是特别明显，但是相反大数据时期是建立在大数据的基础住上的，所以大数据时期寻求的是全方位覆盖的数字测度而不管其准确性到底有多高，由于大量的数据会湮埋少数有问题的数据所带来的影响。同时大量的数据也会无穷的逼近事物的原貌。以后，维克托又预测了1个在大数据时期催生的重要职业数据科学家，这是1群数学家、统计学与编程家的综合体，这1群人将能够从获得的数据中得到任何他们想要的结果。换言之，只要数据充足我们的1切外在的与内在的我们不想让他人知道的东西都见会在这1群家伙的眼前展现得淋漓尽致。所以为了
10、不个人隐私在大数据时期被这1群人利用，维克托建议将这1群人分为两部份，1部份使用数据为商业部门服务，而另外一群人则负责审查这1些人是不是合法的取得与利用数据，是不是侵犯了个人隐私。不管如何，大数据时期将会到来，不管我们接受还是不接受!我觉得大数据时期这本书写的很好，很值得1读。由于会给我们很多启发，比如你在相干的社交网站发表的言论或照片都很有可能被“数据科学家”们利用，从而再将相干数据卖给各大网店。不过，事实就是我们将会成为被预测被勾引的对象。所以说，谨慎你在网上留下的痕迹。我喜欢这本书是由于它给我展现了1个新的世界。篇3：如今说起新媒体和互联网，必提大数据，仿佛不这样说就OUT了。而且人云亦
11、云的占多数，很多谈论者乃至还没有认真读过这方面的经典著作舍恩佰格的大数据时期。维克托迈尔舍恩伯格何许人也?他现任牛津大学网络学院互联网研究所治理与监管专业教授，曾任哈佛大学肯尼迪学院信息监管科研项目负责人。他的咨询客户包括微软、惠普和IBM等全球顶级企业，他是欧盟互联网官方政策背后真实的制定者和参与者，他还前后担负多国政府高层的智囊。这位被誉为：大数据时期的预言家“的牛津教授真牛!那末，这位大师说的都是金科玉律吗?其实不1定，读大师的作品1定要做些作业才好读懂，如果能做足作业又具有相应的理论功底，就可以与之进行1场思想上的对话。1读舍恩伯格分3部份来讨论大数据，即思惟变革、商业变革和管理变革。
12、在第1部份“大数据时期的思惟变革”中，舍恩伯格旗帜鲜明的亮出他的3个观点：1、更多：不是随机样本，而是全部数据;2、更杂：不是精确性，而是混杂性;3、更好：不是因果关系，而是相干关系。对第1个观点，我不敢苟同。1方面是对全部数据进行处理，在技术和装备上有相当高的难度。另外一方面是否是都有此必要，对简单事实进行判断的数据分析难道也要收集全部数据吗?我曾与香港城市大学的祝建华教授讨论过。祝教授是传播学研究方法和数据分析的专家，他认为1定可以找到1种数理统计方法来进行分析，其实不1定需要全部数据。联系到舍恩伯格第2个观点中所说的相干关系，我理解他说的全部数据不是指数量而是指范围，即大数据的随机样本不
13、限于目标数据，还包括目标之外的所有数据。我认为大数据分析不能排除随机抽样，只是抽样的方法和范围要加以拓展。我同意舍恩伯格的第2观点，我认为这是对他第1个观点很好的补充，这也是对精准传播和精准营销的1种反思。“大数据的简单算法比小数据的复杂算法更有效。”更具有宏观视野和东方哲学思惟。对舍恩伯格的第3个观点，我也不能完全赞同。“不是因果关系，而是相干关系。”不需要知道“为何”，只需要知道“是甚么”。传播即数据，数据即关系。在小数据时期人们只关心因果关系，对相干关系认识不足，大数据时期相干关系举足轻重，如何强调都不为过，但不应当完全排挤它。大数据从何而来?为什么而用?如果我们完全疏忽因果关系，不知道
14、大数据产生的来龙去脉，也就消解了大数据的人文价值。如今很多学者为了论述和传播其观点常常语出惊人，对旧有观念进行完全的否定。世间万物的复杂性多样化并不是非此即彼那末简单，舍恩伯格也是这类2元对峙的幼稚思惟吗?其实不然，读者在浏览时1定要看清楚他是在甚么语境下说的，不要因囫囵吞枣的浅读而堕入断章取义的误读。比如说舍恩伯格在提出“不是因果关系，而是相干关系。”这1论断时，他在书中还说道：“在大多数情况下，1旦我们完成了对大数据的相干关系分析，而又不再满足于仅仅知道是甚么时，我们就会继续向更深层次研究的因果关系，找出背后的为何。”i因而可知，他说的全部数据和相干关系都在特定语境下的，是在数据发掘中的选
15、项。大数据研究的1大驱动力就是商用，舍恩伯格在第2部份里讨论了大数据时期的商业变革。舍恩伯格认为数据化就是1切皆可“量化”，大数据的定量分析有力地回答“是甚么”这1问题，但依然没法完全回答“为何”。因此，我认为其实不能排除定性分析和质化研究。数据创新可以创造价值，这是毫无疑问的。舍恩伯格在讨论大数据的角色定位时仍把它置于数据利用的商业系统中，而没有把它置于全部社会系统里，但他在第2部份大数据时期的管理变革中讨论了这个问题。在风险社会中信息安全问题日益凸显，数据独裁与隐私保护成为1对矛盾。如何摆脱大数据的窘境?舍恩伯格在最后1节“掌控”中试图回答，但基本上属于陈词滥调。我想，也许凯文凯利的失控可
16、以帮助我们解答这个问题?最少可以提供更多的思考维度。正如舍恩伯格在结语中所道：“大数据其实不是1个充斥着算法和机器的冰冷世界，人类的作用仍然没法被完全替换。大数据为我们提供的不是终究答案，只是参考答案，帮助是暂时的，而更好的方法和答案还在不久的未来。”谢谢舍恩伯格!让大数据讨论从自然科学回到人文社科。由此推断，大数据时期不是终究答案，也不是标准答案，只是参考答案。另外，在浏览此书之前还必须具有1些数据科学的基本知识和基本概念，比如说甚么叫数据?甚么叫大数据?数据分析与数据发掘的区分，数字化与数据化有甚么不同?读前做些作业读起来就比较好懂了。再读概念是研究的逻辑出发点，“大数据”究竟是甚么?在百度上搜索到的解释是，“大数据(big data)，或称巨量资料，指的是所触
