【正文】 能處理我們能搜集到的?全量?，但如果據(jù)此產(chǎn)生了我們已經(jīng)沒有遺漏數(shù)據(jù)了的感覺，認(rèn)為所有數(shù)據(jù)盡在掌握了，那我認(rèn)為是一種很可能導(dǎo)致錯誤的錯覺。我不說這么高的哲學(xué)層面，只從邏輯和技術(shù)上討論一下。你可以鬼扯電視的普及與經(jīng)濟文化的密切相關(guān)，但是實際上最終發(fā)現(xiàn)更可能是經(jīng)濟發(fā)展導(dǎo)致了電視的普及，而不是反過來。我贊同作者重新審視這些看法，但是我覺得沒必要講得這么極端。?總體感覺是作者有很多想法，見識過很多案例（這些案例都豐富地體現(xiàn)在書中了，也很有參考價值）。但是作者是期望對行業(yè)立言的人，面對整個社會我們這樣講就不嚴(yán)謹(jǐn)了。既然大數(shù)據(jù)是當(dāng)前的潮流、相關(guān)的研究/商務(wù)活動層出不窮，那么做IT工作、數(shù)據(jù)工作的人對于?最好的?專著無論如何都必須看一下。這給市場和公司都帶來了不同的機遇和挑戰(zhàn)，也就是經(jīng)濟的微觀和宏觀方面都將受到海量數(shù)據(jù)資本的沖擊。銀行業(yè)的信息不完備與不正確，數(shù)據(jù)資本帶來的未來將是經(jīng)濟繁榮發(fā)展而金融資本不再會繁榮。傳統(tǒng)公司面對的挑戰(zhàn)是在貨幣市場轉(zhuǎn)化為海量數(shù)據(jù)市場的過程中，利用海量數(shù)據(jù)處理信息過載問題，減少決策數(shù)量。機器學(xué)習(xí)是基于數(shù)據(jù)大規(guī)模訓(xùn)練以及隨之而來的自適應(yīng)反饋，與個性化學(xué)習(xí)相結(jié)合，激發(fā)市場顯著提高效率的潛能。但隨著算法不停完備的個人數(shù)據(jù)的不斷完善，隨著數(shù)據(jù)資本時代的發(fā)展，數(shù)據(jù)的進一步運用是否會成為“潘多拉魔盒”?值得關(guān)注的是從千禧年到現(xiàn)在，美國——發(fā)達國家的代表，無論是勞動參與者還是勞力收入份額都在不斷下降，在應(yīng)對海量數(shù)據(jù)時代，人類的作用似乎沒有算法多，即便是技術(shù)層面，需要創(chuàng)造力和人類選擇的數(shù)據(jù)標(biāo)注工作在確定正確的本體所需要的人類創(chuàng)造新會更少，需要更多的是過硬的數(shù)據(jù)分析，數(shù)據(jù)本身將驅(qū)動數(shù)據(jù)本體，數(shù)據(jù)不需要了解人類，只用通過算法就可以替我們幾乎做任何選擇。所謂大數(shù)據(jù)是區(qū)別于傳統(tǒng)的僅取原數(shù)據(jù)的少量樣本進行分析的數(shù)據(jù)處理方式。顯然，這些相關(guān)關(guān)系是利用傳統(tǒng)的邏輯推理難以得出的。大數(shù)據(jù)給我們的生活、工作與思維帶來的變革是巨大的，是機遇也是挑戰(zhàn)。然而，發(fā)現(xiàn)因果關(guān)系仍然是相當(dāng)重要的，尤其是在各個領(lǐng)域的理論分析中，這樣可以使知識體系邏輯清晰且趨于完整。因果關(guān)系不是消失不見了，只是它沒以前那么重要了。第五篇：讀《大數(shù)據(jù)時代》有感800字讀《大數(shù)據(jù)時代》有感800字廣州風(fēng)神焊裝二科主拼A班 史偉“大數(shù)據(jù)”聽起來已經(jīng)不是個新鮮詞匯了，在如今這個時代，毫無疑問的是，大數(shù)據(jù)技術(shù)的應(yīng)用已經(jīng)充斥在我們的生活之中了。在勞動力市場中，我們也可以利用海量數(shù)據(jù)選擇個人匹配算法為自己找到較適合的工作，不需要僅僅為自身的 “價格”,即工資所局限，工作的作用在支付賬單和提供個人滿足感之間得到平衡。為了使海量數(shù)據(jù)是可用的，數(shù)據(jù)資本在市場中運轉(zhuǎn)有三個必備條件：數(shù)據(jù)標(biāo)注、個人匹配算法、機器學(xué)習(xí)。()但在大數(shù)據(jù)時代下，這個問題得到了解決，海量全面的數(shù)據(jù)替換了價格反映信息的作用，數(shù)據(jù)幫助市場參與者找到了更好的匹配項。這種傳統(tǒng)的層級管理結(jié)構(gòu)和有限的信息流動方式，使信息和決策在流動中受損。如果你對這本書的觀點都深信不疑，那么你將會遇到很多的質(zhì)疑。嗯....我認(rèn)為，這多少還是要依賴一些直覺的。...真的會么？如果你面對某一家企業(yè)做咨詢，那可以這樣講。為什么要買？難道作者理清自己腦子的過程很值得我們關(guān)注嗎？譯序里說：?作者渴求立言立說的野心?，但是我恐怕作者是達不到這個目標(biāo)的。作者把三個數(shù)據(jù)分析人員一直秉持的原則，當(dāng)做全新的東西講了出來。而這個相關(guān)性是不是可以作為決策的基礎(chǔ)呢？這個一樣離不開人的判斷。，而是相關(guān)關(guān)系這是很多人（包括作者）認(rèn)為最有價值、最重大的發(fā)現(xiàn)，而實際上卻也是最收到批評的一個觀點。而在很多商業(yè)案例中，又顯然指后者。有意思的是，作者用人口普查是抽樣分析來說明非?全量?時代我們被迫采用了抽樣，而最終也沒法說我們是否已經(jīng)可以用全量數(shù)據(jù)來做人口普查了。但是我覺得每一點都值得探討。這提示我們應(yīng)該樂于接受類似的不準(zhǔn)確，因為不準(zhǔn)確正是我們之所以為人的特征之一。一貫如是地堅持下去才有效力。運用大數(shù)據(jù)的企業(yè)要改變，研究開發(fā)大數(shù)據(jù)的企業(yè)也要改變。作者引用了安德森的觀點?現(xiàn)在已經(jīng)是一個有海量數(shù)據(jù)的時代，應(yīng)用數(shù)學(xué)已經(jīng)取代了其他的所有學(xué)科工具，而且只要數(shù)據(jù)足夠，就能說明問題?。維基百科說大數(shù)據(jù)由巨型數(shù)據(jù)集組成，這些數(shù)據(jù)集大小常超出常用軟件在可接受時間下的收集、運用、管理和處理能力，或稱巨量數(shù)據(jù)、海量數(shù)據(jù)、大資料，大數(shù)據(jù)的常見特點是3V：Volume、Velocity、Variety。一個東西要出故障，不會是瞬間的，而是慢慢地出問題的。第二個改變就是，研究數(shù)據(jù)如此之多，以至于我們不再熱衷于追求精確度。讀完這本書后我有著非常深的感悟。大數(shù)據(jù)是在互聯(lián)網(wǎng)背景下數(shù)據(jù)從量變到質(zhì)變的過程。作者語言絕對，卻反思其本質(zhì)區(qū)別。數(shù)據(jù)可分為模擬數(shù)據(jù)和數(shù)字?jǐn)?shù)據(jù)兩大類。中國教育為世人所詬病，教師自身難辭其咎！同時，對于負(fù)有教師培訓(xùn)重責(zé)的相關(guān)部門的不作為，表示深深的遺憾。08年提出了云計算的概念，并在今年產(chǎn)生了豐富的應(yīng)用；12年提出了大數(shù)據(jù)的概念，并迅速在12年年底產(chǎn)生了實質(zhì)性的價值，信息技術(shù)之變化，快得令人咋舌。被譽為“大數(shù)據(jù)商業(yè)應(yīng)用第一人”的英國人維克托這本書帶給我的絕對是一種震撼！比如，關(guān)于思維變革，書中認(rèn)為，大數(shù)據(jù)時代最大的轉(zhuǎn)變就是，放棄對因果關(guān)系的渴求，而取而代之關(guān)注相關(guān)關(guān)系。再來說說云計算，其核心理念便是云存儲和云共享，2012年體現(xiàn)得格外明顯。如今，大數(shù)據(jù)時代成為炙手可熱的話題。信息則是已經(jīng)處理過的可以傳播的資訊。筆者認(rèn)為數(shù)據(jù)的用途意在何為，與數(shù)據(jù)本身無關(guān)，而與數(shù)據(jù)的解讀者有關(guān)，而相關(guān)關(guān)系更有利于預(yù)測未來。數(shù)據(jù)的發(fā)展，給我們帶來什么預(yù)期和啟示？銀行業(yè)天然有大數(shù)據(jù)的潛質(zhì)。也就是說只要知道?是什么?，而不需要知道?為什么?。即使確定因果關(guān)系很困難而且用途不大，人類還是習(xí)慣性地尋找緣由。通過盡早地發(fā)現(xiàn)異常，系統(tǒng)可以提醒我們在故障之前更換零件或者修復(fù)問題。將這一概率引入金融學(xué)、天文學(xué)、地理學(xué)等等領(lǐng)域，進而進行關(guān)聯(lián)研究，但是傳統(tǒng)的分析方法的時間是不允許這樣做的，這需要搞笑計算資源與能力，將處理結(jié)果迅速呈現(xiàn)出來。而國內(nèi)目前的情況是，傳統(tǒng)企業(yè)的流程分割化現(xiàn)象嚴(yán)重，就數(shù)據(jù)采集方面來說，因內(nèi)部是各個孤立的系統(tǒng)而產(chǎn)生信息孤島現(xiàn)象，又或者是數(shù)據(jù)采集過于片面。這顛覆了千百年來人類的思維慣例，對人類的認(rèn)知和與世界交流的方式提出了全新的挑戰(zhàn)。大數(shù)據(jù)不僅讓我們不