《《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《《大数据时代读后感精选多篇》（4页珍藏版）》请在金锄头文库上搜索。
1、精品文章大数据时代读后感精选多篇篇一。读了大数据时代后，感觉到一个大变革的时代将要来临。虽然还不怎么明了到底要彻底改变哪些思维和操作方式，但显然作者想要终结或颠覆一些传统上作为我们思维和生存基本理论、方法和方式。在这样的想法面前，我的思想被强烈震撼，不禁战栗起来。在小数据时代，我们会假象世界是怎样运作的，然后通过收集和分析数据来验证这种假想。随着由假想时代到数据时代的过渡，我们也很可能认为我们不在需要理论了。书中几乎肯定要颠覆统计学的理论和方法，也试图通过引用连线杂志主编安德森的话量子物理学的理论已经脱离实际来终结量子力学。对此我很高兴，因为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
2、的课目。但这两个理论实在太大，太权威，太基本了，我想我不可能靠一本书就能摆脱这两个让我头疼一辈子的东西。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很可能认为这样的保护伞。近几十年，我们总是在遇到各种各样的新思维。在新思维面前我们首先应该做到的就是要破和立，要改变自己的传统，跟上时代的脚步。即使脑子还跟不上，嘴巴上也必须跟上，否则可能会被扣上思想僵化甚至阻碍世界发展的大帽子。既然大数据是通往未来的必然改变，那我就必须不受限于传统的思维模式和特定领域里隐含的固有偏见，跟作者一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。当我们人类的数据收集和处理能力达到拍
3、字节甚至更大之后，我们可以把样本变成全部，再加上有能力正视混杂性而忽视精确性后，似乎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以及其他很多我们也很可能认为我们不再需要的理论上溯，它们几乎都基于一个共同的基础逻辑。要是不小心把逻辑或者逻辑思维或者逻辑推理一起给不再需要的话，就让我很担心了。大数据时代第16页大数据的核心就是预测。逻辑是描述时空信息类与类之间长时间有效不变的先后变化关系规则。两者似乎是做同一件事。可大数据要的不是因果关系，而是相关关系，知道是什么就够了，没必要知道为什么，而逻辑学四大基本定律（同一律、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
4、有其存在的充足理由。且逻辑推理三部分归纳逻辑、溯因逻辑和演绎逻辑都是基于因果关系。两者好像又是对立的。在同一件事上两种方法对立，应该只有一个结果，就是要否定掉其中之一。这就是让我很担心的原因。可我却不能拭目以待，像旁观者一样等着哪一个脱颖而出，因为我身处其中。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。其一：量子力学搞了一百多年，为了处理好混杂性问题，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，又搞出一个量子场论，再七搞八搞又有了虫洞和罗森桥，最后把四维的时空弯曲成允许时间旅行的样子，恨不得马上造成那可怕的时间旅行机器。唯一阻止那些爱因斯坦们瞎
5、胡闹的就是因果关系，因为爸爸就是爸爸，儿子就是儿子。那么大数据会不会通过正视混杂性，放弃因果关系最后反而搞出时间机器，让爸爸不再是爸爸，儿子不再是儿子了呢。其二：人和机器的根本区别在于人有逻辑思维而机器没有。大数据时代也担心最后做出决策的将是机器而不是人。如果真的那一天因为放弃逻辑思维而出现科幻电影上描述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。还好我知道自己对什么统计学、量子力学、逻辑学和大数据来说都是门外汉，也许上面一大篇都是在胡说八道，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靠专家来。所以想向大数据时代的作者提一个合理化建议。把
6、这本书继续写下去，至少加一个第四部分大数据时代的逻辑思维。篇二。这本书里主要介绍的是大数据在现代商业运作上的应用，以及它对现代商业运作的影响。大数据时代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一现象的解释。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代这本书的主要内容。大数据时代开篇就讲了google通过人们在搜索引擎上搜索关键字留下的数据提前成功的预测了xx年美国的h1n1的爆发地与传播方向以及可能的潜在患者的事情。google的预测比政府提前将近一个月，相比之下政府只能够在流感爆发一两个周之后才可以弄到相关的数据。同时google的预测与政府数据的相关性高达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代预测结果的相对准确性与事件的可预测性的最好证明。通过这一事以及其他的案例，维克托提出了在大数据时代样本=总体的思想。我们都知道当样本无限趋近于总体的时候，通过计算得到的描述性数据将无限的趋近于事件本身的性质。而之前采取的样本 内容仅供参考
