《大數據時(shí)代》讀后感范文（精選7篇）
讀完一本名著(zhù)以后，大家心中一定是萌生了不少心得，需要寫(xiě)一篇讀后感好好地作記錄了。是不是無(wú)從下筆、沒(méi)有頭緒？以下是小編幫大家整理的《大數據時(shí)代》讀后感范文（精選7篇），僅供參考，歡迎大家閱讀。
《大數據時(shí)代》讀后感1
這兩年，大數據這個(gè)詞突然變得很火，不僅出現在互聯(lián)網(wǎng)公司的戰略規劃中，同時(shí)在中國國務(wù)院和其他國家的政府報告中也多次提及，無(wú)疑成為當今互聯(lián)網(wǎng)世界中的新寵兒。筆者對大數據一直好奇已久，閱讀了很多資料仍不得其解，直到讀完《大數據時(shí)代》才有了粗略的認識。
《大數據時(shí)代》從思維、商業(yè)、管理三個(gè)方面闡述了在大數據時(shí)代下的變革。這些變革涉及人們生活的方方面面，其影響程度可以與兩次工業(yè)革命相媲美。作者在第一部分提出了三個(gè)比較令人震驚的觀(guān)點(diǎn)：第一，不是隨機樣本，而是所有數據，這里要求數據有很多。第二，不是精確性，而是混雜性，這里要求數據更雜。第三，不是因果關(guān)系，而是相關(guān)關(guān)系，這里要求數據要更好。第二部分作者從萬(wàn)事萬(wàn)物數據化和數據交叉復用的巨大價(jià)值兩個(gè)方面，講述驅動(dòng)大數據戰車(chē)在材質(zhì)和智力方面向前滾動(dòng)的最根本動(dòng)力。第三部分則是闡述了大數據時(shí)代下的弊端以及在管理上的措施。個(gè)人認為這本書(shū)的精髓部分是第一部分。第一部分的三個(gè)觀(guān)點(diǎn)涉及面很廣，包括統計學(xué)、邏輯學(xué)、哲學(xué)等。后兩個(gè)部分都是以第一部分這三個(gè)觀(guān)點(diǎn)為基礎展開(kāi)闡述的。
筆者側重于從第一部分中的這三個(gè)觀(guān)點(diǎn)談?wù)勛约旱目捶�。這三個(gè)觀(guān)點(diǎn)其實(shí)就是哲學(xué)上講的世界觀(guān)，因為世界觀(guān)決定方法論，所以這三個(gè)觀(guān)點(diǎn)對傳統看法的顛覆，就會(huì )導致各種變革的發(fā)生。
首先，作者認為在抽樣研究時(shí)期，由于研究條件的欠缺，只能以少量的數據獲取最大的信息，而在大數據時(shí)代，人們可以獲得海量的數據，抽樣自然就失去它的意義了。
其次，要效率不要絕對的精確。作者說(shuō)，執迷于精確性是信息缺乏時(shí)代和模擬時(shí)代的產(chǎn)物，只有5%的數據是結構化且能適用于傳統數據庫的。如果不接受混亂，剩下95%的非結構化數據都無(wú)法被利用。作者是基于數據不可能百分之百正確的考慮而做出這樣的判斷的，如果采用小數據，一個(gè)數據的錯誤就會(huì )導致結果的誤差很大，但是如果數據足夠多、數據足夠雜那得出的結果就越靠近正確答案。大數據時(shí)代要求人們重新審視精確性的優(yōu)劣，書(shū)中還說(shuō)到大數據不僅讓人們不再期待精確性，也讓人們無(wú)法實(shí)現精確性。
最后，不是因果性，而是相關(guān)性，這是這本書(shū)中爭議最大的一個(gè)觀(guān)點(diǎn)，不僅是讀者，就算是本書(shū)的譯者也在序言中明確地說(shuō)到他不認同“相關(guān)關(guān)系比因果關(guān)系更重要”的觀(guān)點(diǎn)。作者覺(jué)得相關(guān)關(guān)系對于預測一些事情已經(jīng)足夠了，不用花大力氣去研究天們的因果關(guān)系。作者用林登的亞馬遜推薦系統的成功，證實(shí)了大數據在分析相關(guān)性方面的優(yōu)勢以及在銷(xiāo)售中獲得的成功。沃爾瑪也是充分地利用并挖掘各類(lèi)數據信息的代表，從啤酒和尿布的案例，以及作者舉的有關(guān)蛋撻和颶風(fēng)天氣的案例，都說(shuō)明了掌握了相關(guān)關(guān)系對于策略的幫助作用。
作者在書(shū)中把大數據說(shuō)得很厲害，在最后一部分分析大數據帶來(lái)無(wú)數好處的同時(shí)，也帶來(lái)了不良影響以及如何面對這些影響。用麥克納馬拉的例子來(lái)說(shuō)明對數據過(guò)度依賴(lài)所帶來(lái)的后果。也用《少數派的報告》這部電影來(lái)說(shuō)明如果癡迷于數據會(huì )導致人們將生活在一個(gè)沒(méi)有獨立選擇和自由意志的社會(huì )，如果一切變?yōu)楝F實(shí)，人們將被禁錮在大數據的可能性之中。書(shū)中提出了兩種解決方法，一種是使用數據時(shí)征詢(xún)數據所有個(gè)人的知曉和授權，另一種是技術(shù)途徑匿名化。毫無(wú)疑問(wèn)，大數據將會(huì )給社會(huì )管理帶來(lái)巨大的變革。
大數據給人類(lèi)社會(huì )的方方面面帶來(lái)了巨大的變革，這是社會(huì )發(fā)展的潮流，不可逆轉，人們只有順應這種潮流，在思想上和技能上做好準備，才能成為時(shí)代的弄潮兒。對于一家公司或一個(gè)國家，要從根本上改變思維和觀(guān)念，盡早適應這種潮流。
《大數據時(shí)代》讀后感2
對于暢銷(xiāo)書(shū)刊、熱點(diǎn)話(huà)題、時(shí)尚科技，始終不太感興趣。書(shū)刊，喜歡有一定年份的。話(huà)題，鐘情于務(wù)虛的觀(guān)點(diǎn)。新奇的產(chǎn)品于我無(wú)緣，習慣使用成熟的科技產(chǎn)品。既不清高，也非冷漠，就是要與現實(shí)保持一定的距離，給自己留一點(diǎn)思考的空間。這一習慣最近破了例。由于工作的原因，耳濡目染，“大數據”這個(gè)新興概念開(kāi)始頻繁步入我的視野。按捺不住內心的好奇，網(wǎng)購《大數據時(shí)代》，手不釋卷，三天讀完，頗有收獲。此書(shū)有如下特點(diǎn)。
首先，作者站在理論的制高點(diǎn)上，條理清楚地闡述了大數據對人類(lèi)的工作、生活、思維帶來(lái)的革新，大數據時(shí)代的三種典型的商業(yè)模式，以及大數據時(shí)代對于個(gè)人隱私保護、公共安全提出的挑戰。其次，文中的事例貼近現實(shí)生活，貼近時(shí)代，令讀者既印象深刻，又感同身受。此外，作者沒(méi)有使用大量的專(zhuān)業(yè)術(shù)語(yǔ)，沒(méi)有假裝一副專(zhuān)業(yè)的面孔�？v觀(guān)全書(shū)，遣詞造句，均通俗易懂。
作者認為大數據時(shí)代具有三個(gè)顯著(zhù)特點(diǎn)。
一、人們研究與分析某個(gè)現象時(shí)，將使用全部數據而非抽樣數據。
二、在大數據時(shí)代，不能一味地追求數據的精確性，而要適應數據的多樣性、豐富性、甚至要接受錯誤的數據。
三、了解數據之間的相關(guān)性，勝于對因果關(guān)系的探索�！笆鞘裁础北取盀槭裁础敝匾�。
作者指出，隨著(zhù)技術(shù)的發(fā)展，數據的存儲與處理成本顯著(zhù)降低，人們現在有能力從支離破碎的、看似毫不相干的數據礦渣中抽煉出真知爍見(jiàn)。在大數據時(shí)代，三類(lèi)公司將成為時(shí)代的寵兒。一是擁有大數據的公司與組織。如政府、銀行、電信公司、全球性互聯(lián)網(wǎng)公司(阿里巴巴、淘寶網(wǎng))。二是擁有數據分析與處理技術(shù)的專(zhuān)業(yè)公司，如亞馬遜、谷歌。三是擁有創(chuàng )新思維的公司，他們可能既不掌握大數據，也沒(méi)有專(zhuān)業(yè)技術(shù)，但卻擅長(cháng)使用大數據，從大數據中找到自己的理想天地。
面對即將來(lái)臨的大數據時(shí)代，個(gè)人將如何應對自如？這是個(gè)嚴肅的問(wèn)題。
《大數據時(shí)代》讀后感3
如今說(shuō)起新媒體和互聯(lián)網(wǎng)，必提大數據，似乎不這樣說(shuō)就OUT了。而且人云亦云的居多，不少談?wù)撜呱踔吝�沒(méi)有認真讀過(guò)這方面的經(jīng)典著(zhù)作——舍恩佰格的《大數據時(shí)代》。維克托·邁爾舍恩伯格何許人也？他現任牛津大學(xué)網(wǎng)絡(luò )學(xué)院互聯(lián)網(wǎng)研究所治理與監管專(zhuān)業(yè)教授，曾任哈佛大學(xué)肯尼迪學(xué)院信息監管科研項目負責人。他的咨詢(xún)客戶(hù)包括微軟、惠普和IBM等全球企業(yè)，他是歐盟互聯(lián)網(wǎng)官方政策背后真正的制定者和參與者，他還先后擔任多國政府高層的智囊。這位被譽(yù)為：大數據時(shí)代的預言家“的牛津教授真牛！那么，這位大師說(shuō)的都是金科玉律嗎？并不一定，讀大師的作品一定要做些功課才好讀懂，才能能與之進(jìn)行一場(chǎng)思想上的對話(huà)。
舍恩伯格分三部分來(lái)討論大數據，即思維變革、商業(yè)變革和管理變革。
在第一部分”大數據時(shí)代的思維變革“中，舍恩伯格旗幟鮮明的亮出他的三個(gè)觀(guān)點(diǎn)：
一、更多：不是隨機樣本，而是全體數據。
二、更雜：不是精確性，而是混雜性。
三、更好：不是因果關(guān)系，而是相關(guān)關(guān)系。對于第一個(gè)觀(guān)點(diǎn)，我不敢茍同。
一方面是對全體數據進(jìn)行處理，在技術(shù)和設備上有相當高的難度。另一方面是不是都有此必要，對于簡(jiǎn)單事實(shí)進(jìn)行判斷的數據分析難道也要采集全體數據嗎？
我曾與香港城市大學(xué)的祝建華教授討論過(guò)。祝教授是傳播學(xué)研究方法和數據分析的專(zhuān)家，他認為一定可以找到一種數理統計方法來(lái)進(jìn)行分析，并不一定需要全部數據。聯(lián)系到舍恩伯格第二個(gè)觀(guān)點(diǎn)中所說(shuō)的相關(guān)關(guān)系，我理解他說(shuō)的全體數據不是指數量而是指范圍，即大數據的隨機樣本不限于目標數據，還包括目標以外的所有數據。我認為大數據分析不能排除隨機抽樣，只是抽樣的方法和范圍要加以拓展。
我同意舍恩伯格的第二觀(guān)點(diǎn)，我認為這是對他第一個(gè)觀(guān)點(diǎn)很好的補充，這也是對精準傳播和精準營(yíng)銷(xiāo)的一種反思�！贝髷祿暮�(jiǎn)單算法比小數據的復雜算法更有效�！案哂泻暧^(guān)視野和東方哲學(xué)思維。對于舍恩伯格的第三個(gè)觀(guān)點(diǎn)，我也不能完全贊同�！辈皇且蚬P(guān)系，而是相關(guān)關(guān)系�！安恍枰馈睘槭裁础�，只需要知道”是什么“。傳播即數據，數據即關(guān)系。在小數據時(shí)代人們只關(guān)心因果關(guān)系，對相關(guān)關(guān)系認識不足，大數據時(shí)代相關(guān)關(guān)系舉足輕重，如何強調都不為過(guò)，但不應該完全排斥它。大數據從何而來(lái)？為何而用？如果我們完全忽略因果關(guān)系，不知道大數據產(chǎn)生的前因后果，也就消解了大數據的人文價(jià)值。如今不少學(xué)者為了闡述和傳播其觀(guān)點(diǎn)往往語(yǔ)出驚人，對舊有觀(guān)念進(jìn)行徹底的否定。
世間萬(wàn)物的復雜性多樣化并非非此即彼那么簡(jiǎn)單，舍恩伯格也是這種二元對立的幼稚思維嗎？其實(shí)不然，讀者在閱讀時(shí)一定要看清楚他是在什么語(yǔ)境下說(shuō)的，不要因囫圇吞棗的淺讀而陷入斷章取義的誤讀。比如說(shuō)舍恩伯格在提出”不是因果關(guān)系，而是相關(guān)關(guān)系�！斑@一論斷時(shí)，他在書(shū)中還說(shuō)道：”在大多數情況下，一旦我們完成了對大數據的相關(guān)關(guān)系分析，而又不再滿(mǎn)足于僅僅知道‘是什么’時(shí)，我們就會(huì )繼續向更深層次研究的因果關(guān)系，找出背后的‘為什么’�！癧i]由此可見(jiàn)，他說(shuō)的全體數據和相關(guān)關(guān)系都在特定語(yǔ)境下的，是在數據挖掘中的選項。
大數據研究的一大驅動(dòng)力就是商用，舍恩伯格在第二部分里討論了大數據時(shí)代的商業(yè)變革。舍恩伯格認為數據化就是一切皆可”量化“，大數據的定量分析有力地回答”是什么“這一問(wèn)題，但仍然無(wú)法完全回答”為什么“。因此，我認為并不能排除定性分析和質(zhì)化研究。數據創(chuàng )新可以創(chuàng )造價(jià)值，這是毫無(wú)疑問(wèn)的。舍恩伯格在討論大數據的角色定位時(shí)仍把它置于數據應用的商業(yè)系統中，而沒(méi)有把它置于整個(gè)社會(huì )系統里，但他在第二部分大數據時(shí)代的管理變革中討論了這個(gè)問(wèn)題。
在風(fēng)險社會(huì )中信息安全問(wèn)題日趨凸顯。如何擺脫大數據的困境？舍恩伯格在最后一節”掌控“中試圖回答，但基本上屬于老生常談。我想，或許凱文·凱利的《失控》可以幫助我們解答這個(gè)問(wèn)題？至少可以提供更多的思考維度。正如舍恩伯格在結語(yǔ)中所道：”大數據并不是一個(gè)充斥著(zhù)算法和機器的冰冷世界，人類(lèi)的作用依然無(wú)法被完全替代。大數據為我們提供的不是最終答案，只是參考的答案，幫助是暫時(shí)的，而更好的方法和答案還在不久的未來(lái)�！爸x謝舍恩伯格！讓大數據討論從自然科學(xué)回到人文社科。由此推斷，《大數據時(shí)代》不是最終答案，也不是標準答案，只是參考的答案。
此外，在閱讀此書(shū)之前還必須具備一些數據科學(xué)的基本知識和基本概念，比如說(shuō)什么叫數據？什么叫大數據？數據分析與數據挖掘的區別，數字化與數據化有什么不同？讀前做些功課讀起來(lái)就比較好懂了。
《大數據時(shí)代》讀后感4
我們生活在一個(gè)“概念”紛飛的年代，先前只有IBM熟諳的招數，如今已經(jīng)“飛入平常百姓家”�！耙苿�(dòng)互聯(lián)網(wǎng)”、“云計算”的概念剛剛消停，業(yè)界的專(zhuān)家又送來(lái)了“大數據”的概念，一時(shí)間似乎人人都變成了“大數據”專(zhuān)家，見(jiàn)面要是不提“大數據”都不好意思跟人打招呼！
玩笑歸玩笑，當我們的存儲能力、計算能力和網(wǎng)絡(luò )帶寬變得充裕之后，我們先前對待數據，尤其是原始數據的態(tài)度和思維方式，將面臨著(zhù)很大的改變！
其實(shí)，作者的主要觀(guān)點(diǎn)，已經(jīng)在翻譯者的譯者序中進(jìn)行了總結：“大數據時(shí)代處理數據理念上的三大轉變：要全體不要抽樣，要效率不要絕對精確，要相關(guān)不要因果”。
如作者所言，“采樣分析是信息缺乏時(shí)代和信息流通受限制的模擬數據時(shí)代的產(chǎn)物”。如果可以，我們當然會(huì )使用“全體數據”而不是“抽樣數據”。讀到這里，我估計大學(xué)里正在絞盡腦汁設計樣本抽樣方法的學(xué)生、教授們，連哭的心都有！
數據分析的及時(shí)性，在很多情況下比精確性更加重要，尤其是在商業(yè)領(lǐng)域。想想看，如果需要兩周時(shí)間才能計算出明天某個(gè)航班的滿(mǎn)座率，那還有什么意義？大數據計算技術(shù)，適用的不是像衛星發(fā)射、開(kāi)具銀行賬戶(hù)這樣的工作，而是不要求極端精確的情況，其核心是“預測趨勢”，況且原始數據也可能出現差錯。
過(guò)往千年，探究因果關(guān)系幾乎是所有科學(xué)研究的原動(dòng)力。甚至，這已經(jīng)通過(guò)語(yǔ)言，融入我們的思維方式和哲學(xué)思想：“因為……所以……”，凡事都要問(wèn)“為什么”。但是，在大數據的范疇里，關(guān)注的卻是相關(guān)性，而不是因果關(guān)系，或者其次才是因果關(guān)系。超市只用關(guān)心把啤酒和尿不濕放在一起，會(huì )幫助提高銷(xiāo)售額，而不用關(guān)心其中的奧秘。如果說(shuō)原因，可能很多都是人們的習慣、方便，甚至是人性，例如奶爸們習慣買(mǎi)尿不濕的時(shí)候給自己捎上幾罐啤酒。
在此，也有一些自己的思考：如果說(shuō)搜索引擎所解決的問(wèn)題表面上是幫助用戶(hù)找到需要的信息，而實(shí)質(zhì)是幫助企業(yè)找到擁有某項需求的客戶(hù)，深層次講是解決了《第三次浪潮》中提出的消費者和生產(chǎn)者分離的根本矛盾，如果再加上3D打印技術(shù)，就可以完成由消費者主導的“個(gè)性化”生產(chǎn)過(guò)程；而大數據所解決的是，通過(guò)對所有用戶(hù)的數據進(jìn)行分析，可以預測用戶(hù)群整體的需求變化趨勢，從而完成批量產(chǎn)品生產(chǎn)、銷(xiāo)售的調整問(wèn)題，其奇妙之處就在于無(wú)需用戶(hù)“開(kāi)口”說(shuō)出她想要什么？一個(gè)解決的“個(gè)體需求”，一個(gè)解決的是“群體需求”。
本書(shū)除了提出上述三項基本觀(guān)點(diǎn)，其它的內容大多是舉例說(shuō)明，多少有些空泛。但是，其實(shí)大數據時(shí)代才剛剛開(kāi)始，對大數據的應用也只是停留在比較淺的層面上，作者能提出這三項基本觀(guān)點(diǎn)已屬難能可貴！
《大數據時(shí)代》讀后感5
如今一提起互聯(lián)網(wǎng)和新媒體，就不得不提到“大數據”，在多數人印象中，這是個(gè)很寬泛的定義，大數據到底是什么，對我們的工作生活又產(chǎn)生了哪些影響，在拜讀《大數據時(shí)代：生活、工作與思維的大變革》后，思路仿佛逐漸清晰。
對于大數據，研究機構給出了這樣的定義：大數據是需要新處理模式才能具有更強的決策力、洞察發(fā)現力和流程優(yōu)化能力來(lái)適應海量、高增長(cháng)率和多樣化的信息資產(chǎn)。作者舍恩伯格在書(shū)中前瞻性的指出大數據帶來(lái)的信息風(fēng)暴正在變革我們的生活、工作和思維，大數據開(kāi)啟了一次重大的時(shí)代轉型，并用三個(gè)部分講述了大數據時(shí)代的思維變革、商業(yè)變革和管理變革。
一直以來(lái)，人類(lèi)都在利用掌握的數據進(jìn)行各種分析，從而對經(jīng)濟、文化等各方面進(jìn)行預測以期達到選擇最優(yōu)。進(jìn)入大數據時(shí)代，人類(lèi)所掌握的數據以爆炸性的速度增長(cháng)，數據的存儲和分析數據的方法成了釋放大數據能量的關(guān)鍵。例如，微博、微信、抖音等推送的消息無(wú)處不在，我們掌握了新的工具，也獲取了以前從未有過(guò)的各種信息。毫無(wú)疑問(wèn)，在大數據時(shí)代，人們與現實(shí)的距離被網(wǎng)絡(luò )拉近了，周?chē)磺械娜撕褪挛锒甲兊糜|手可及起來(lái)，如同舍恩伯格所言“開(kāi)啟了一次重大時(shí)代轉型，就像望遠鏡能夠讓我們感受宇宙，顯微鏡讓我們看清微生物一樣，大數據要改變的是，我們的生活方方面面以及理解世界的方式�！�
大數據意味著(zhù)全體數據，而不是隨機樣本，以前沒(méi)有獲得和處理大數據的技術(shù)，只能采用隨機采樣，用最少的數據獲得最多的信息，隨著(zhù)大數據時(shí)代的到來(lái)，采用所有數據的方法取代了隨機分析法這樣的捷徑。當然，大數據也是泥沙俱下的，所有數據里面包含了更加復雜的成分，混雜的不精確數據占了所有數據的一部分，如何去偽存真更高效的使用大數據，成為所有人需要思考的課題。
大數據時(shí)代，比知道“為什么”更重要更有價(jià)值的是知道“是什么”，大數據體現的不是因果關(guān)系，而是相關(guān)關(guān)系，很多時(shí)候我們不是非得知道現象背后的原因，讓數據告訴我們相關(guān)的現象就足以幫助我們做出選擇和決策。傳統的統計調查數據可以描述事物發(fā)展的趨勢，對未來(lái)的預測起到重要作用，現在有了大數據，這種相關(guān)趨勢就可以得到更加完整的擬合，有利于數據的佐證，更有利于數據解讀工作。
大數據非常強大，可以在社會(huì )的方方面面幫助我們，但是這種幫助只是暫時(shí)的，大數據不能為我們提供最終答案，只能是參考答案，人類(lèi)本身的作用是無(wú)法被大數據所完全替代的，將來(lái)，更好的方法和答案將在人類(lèi)的作用下一步一步到來(lái)。大數據作為一種資源，也是一種工具，它改造我們的生活，它能優(yōu)化、提高、高效化并最終捕捉住利益，但是它對社會(huì )的促進(jìn)是有限的，社會(huì )的發(fā)展和進(jìn)步源自于我們人類(lèi)的獨創(chuàng )性，這種獨創(chuàng )性包括創(chuàng )意、直覺(jué)、冒險精神和知識野心等，在大數據時(shí)代，這些人類(lèi)特性的培養依舊顯得尤為重要。
《大數據時(shí)代》讀后感6
這本書(shū)里主要介紹的是大數據在現代商業(yè)運作上的應用，以及它對現代商業(yè)運作的影響。
《大數據時(shí)代》這本書(shū)的結構框架遵從了學(xué)術(shù)性書(shū)籍的普遍方式。也既，從現象入手，繼而通過(guò)對現象的解剖提出對這一現象的解釋。然后在通過(guò)解釋在對未來(lái)進(jìn)行預測，并對未來(lái)可能出現的問(wèn)題提出自己看法與對策。
下面來(lái)重點(diǎn)介紹《大數據時(shí)代》這本書(shū)的主要內容。
《大數據時(shí)代》開(kāi)篇就講了Google通過(guò)人們在搜索引擎上搜索關(guān)鍵字留下的數據提前成功的預測了美國的H1N1的爆發(fā)地與傳播方向以及可能的潛在患者的事情。Google的預測比政府提前將近一個(gè)月，相比之下政府只能夠在流感爆發(fā)一兩個(gè)周之后才可以弄到相關(guān)的數據。同時(shí)Google的預測與政府數據的相關(guān)性高達97%，這也就意味著(zhù)Google預測數據的置信區間為3%，這個(gè)數字遠遠小于傳統統計學(xué)上的'常規置信區間5%！而這個(gè)數字就是大數據時(shí)代預測結果的相對準確性與事件的可預測性的最好證明！通過(guò)這一事以及其他的案例，維克托提出了在大數據時(shí)代“樣本=總體”的思想。
我們都知道當樣本無(wú)限趨近于總體的時(shí)候，通過(guò)計算得到的描述性數據將無(wú)限的趨近于事件本身的性質(zhì)。而之前采取的“樣本<總體”的做法很大程度上無(wú)法做到更進(jìn)一步的描述事物，因為之前的時(shí)代數據的獲取與存儲處理本身有很大的難度只導致人們采取抽樣的方式來(lái)測量事物。而互聯(lián)網(wǎng)終端與計算機的出現使數據的獲取、存儲與處理難度大大降低，因而相對準確性更高的“樣本=總體”的測算方式將成為大數據時(shí)代的主流，同時(shí)大數據時(shí)代本身也是建立在大批量數據的存儲與處理的基礎之上的。
接下來(lái)，維克多又通過(guò)了IBM追求高精確性的電腦翻譯計劃的失敗與Google只是將所有出現過(guò)的相應的文字語(yǔ)句掃描并儲存在詞庫中，所以無(wú)論需要翻譯什么，只要有聯(lián)系Google詞庫就會(huì )出現翻譯，雖然有的時(shí)候的翻譯很無(wú)厘頭，但是大多數時(shí)候還是正確的，所以Google的電腦翻譯的計劃的成功，表明大數據時(shí)代對準確性的追求并不是特別明顯，但是相反大數據時(shí)代是建立在大數據的基礎住上的，所以大數據時(shí)代追求的是全方位覆蓋的數字測度而不管其準確性到底有多高，因為大量的數據會(huì )湮埋少數有問(wèn)題的數據所帶來(lái)的影響。同時(shí)大量的數據也會(huì )無(wú)限的逼近事物的原貌。
之后，維克托又預測了一個(gè)在大數據時(shí)代催生的重要職業(yè)——數據科學(xué)家，這是一群數學(xué)家、統計學(xué)與編程家的綜合體，這一群人將能夠從獲取的數據中得到任何他們想要的結果。換言之，只要數據充足我們的一切外在的與內在的我們不想讓他人知道的東西都見(jiàn)會(huì )在這一群家伙的面前展現得淋漓盡致。所以為了避免個(gè)人隱私在大數據時(shí)代被這一群人利用，維克托建議將這一群人分為兩部分，一部分使用數據為商業(yè)部門(mén)服務(wù)，而另一群人則負責審查這一些人是否合法的獲得與應用數據，是否侵犯了個(gè)人隱私。
無(wú)論如何，大數據時(shí)代將會(huì )到來(lái)，不管我們接受還是不接受！
我覺(jué)得《大數據時(shí)代》這本書(shū)寫(xiě)的很好，很值得一讀。因為會(huì )給我們很多啟發(fā)，比如你在相關(guān)的社交網(wǎng)站發(fā)表的言論或者照片都很有可能被“數據科學(xué)家”們利用，從而再將相關(guān)數據賣(mài)給各大網(wǎng)店。不過(guò)，事實(shí)就是我們將會(huì )成為被預測被引誘的對象。所以說(shuō)，小心你在網(wǎng)上留下的痕跡。
我喜歡這本書(shū)是因為它給我展現了一個(gè)新的世界。
《大數據時(shí)代》讀后感7
世界的本質(zhì)就是數據，當你掌握了數據，你便掌控了世界—你可以輕而易舉地通過(guò)數據中的相關(guān)關(guān)系預測事物的發(fā)展，將一切不利因素扼殺于搖籃之中—這遠勝于＂防患于未然＂。
《大數據時(shí)代》一書(shū)，讓我們在觀(guān)念上有了三大轉變：要全體不要抽樣，要效率不要絕對精確，要相關(guān)不要因果。全書(shū)介紹了＂大數據＂時(shí)代三種大的變革：思維變革，商業(yè)變革和管理變革。在這些巨大變革如洪水一般的＂沖擊＂之下，現代社會(huì )的運作方式必將有重大的改變，若不順應這種變革的潮流，就像古中國固步自封，最終被堅船利炮打開(kāi)國門(mén)而自己還用著(zhù)長(cháng)鉤鐵戟抗爭一樣，不可避免被掠奪，被落于世界進(jìn)程之后，所以我們必須轉變我們的思想。
�。⑽覀儾辉贌嶂杂趯ふ乙蚬P(guān)系，而應該尋找事物間的相關(guān)關(guān)系＂，我想這句話(huà)是本書(shū)的核心思想。大數據時(shí)代，信息與數據已成為了一切的本源，我們生活在各種數據構成的海洋之中，如果從另一種視角看，就好像無(wú)數條＂看不見(jiàn)的線(xiàn)＂將我們與這些數據聯(lián)系到一起，這是我們以前從未有過(guò)、從未想過(guò)的。大數據改變了我們以前的通過(guò)因果關(guān)系了解世界的方法，而提供了幾種新的途徑，因為，在大數據時(shí)代，我們可以分析更多數據，有時(shí)甚至可以處理和某個(gè)特別現象相關(guān)的所有數據，也就是：樣本＝總體；而且，當研究數據如此之多時(shí)，我們已不熱衷于＂精確＂，而是＂混亂＂，若不接受＂混亂＂，那么有95％的非結構化數據無(wú)法利用，這將無(wú)法使我們構建完整的數據世界，在分析更多、更全面的數據之后，我們就可以從這些數據之中發(fā)掘它們的相關(guān)關(guān)系，即以＂是什么＂而不是＂為什么＂的角度看待數據，不用管其從何而來(lái)，只要分析其如何影響其他事物既可，即＂讓數據自己發(fā)聲＂，這些，徹底推翻了人類(lèi)以前探索數據的方法，展現了一個(gè)全新的世界。
這種觀(guān)念以驚人的力量給現知識狀況帶來(lái)了巨大的沖擊，通過(guò)對海量數據的分析，獲得巨大價(jià)值的產(chǎn)品和服務(wù)，或深刻的洞見(jiàn)。比如谷歌公司，2009年流感流行之時(shí)，通過(guò)檢測檢索詞條，處理34.5億個(gè)不同的數據模型，通過(guò)預測并與2007、2008年的美國疾控中心記錄的實(shí)際流感病例進(jìn)行對比后，確定了45條檢索詞條組合，并將其用于一個(gè)特定的數學(xué)模型后，預測結果與官方數據相關(guān)系數高達97％，這種大數據技術(shù)，以前所未有的方式，通過(guò)海量數據分析得出流感所傳播的范圍，為預測流感提供了一種更快速、高效的工具。
同時(shí)，雖然大數據可為人類(lèi)造福、對抗病癥，但這僅限于掌握這門(mén)技術(shù)而言，若不重視這種技術(shù)，當我們的對手早于我們一步構建這種數據網(wǎng)絡(luò )之時(shí)，便是我們的災難，想想，大數據雖核心的在于預測，當敵人通過(guò)這種手段預測我方下一步的行動(dòng)，將是可怕的—比如你的導彈將從何處發(fā)射，將飛往哪，你的軍隊動(dòng)向、目標，總之所有一切＂未來(lái)＂將掌控于敵手，敵方甚至可以借此發(fā)現那些將來(lái)有＂大作為＂的人，從而進(jìn)行滲透或扼殺，這對我們的發(fā)展無(wú)疑是致命的，所以，盡快加速大數據系統的構建進(jìn)程是必須的。
對于我們國防生，也必須順應這種發(fā)展趨勢，未來(lái)的時(shí)代必將是數據極易獲取，數據網(wǎng)絡(luò )共享化的時(shí)代，通過(guò)這些數據，建立數據模型，可以準確分析并給出適合每一個(gè)人的計劃，如運動(dòng)量、訓練強度，可以＂先知、先覺(jué)＂，及時(shí)發(fā)現一個(gè)人的負面情緒前及時(shí)疏導，這些必將成為現實(shí)，我們必須跟進(jìn)時(shí)代，做好準備，去應對大數據時(shí)代的一切！
【《大數據時(shí)代》讀后感范文（精選7篇）】相關(guān)文章：
時(shí)代廣場(chǎng)的蟋蟀讀后感400字（精選6篇）03-15
時(shí)代廣場(chǎng)的蟋蟀讀后感(15篇)03-05
時(shí)代廣場(chǎng)的蟋蟀讀后感（通用7篇）03-16
時(shí)代廣場(chǎng)的蟋蟀寒假讀后感600字03-01
【精選】時(shí)代作文300字10篇02-28
蟲(chóng)蟲(chóng)時(shí)代旅行之抽獎時(shí)代_1200字01-27
四大名著(zhù)讀后感感想范文02-22
《魯迅徐志摩朱自清文學(xué)經(jīng)典大合集》讀后感范文12-30
材料作文成主角背范文時(shí)代結束08-02