【正文】 ，說起來已經(jīng)二十年了，下象棋打敗國際象棋大師，所有這些東西我們已經(jīng)做過了，前幾年是美國智力競賽的冠軍，今天人類的技術(shù)發(fā)展到什么樣的程度？有大量的數(shù)據(jù)，醫(yī)生是超級醫(yī)生，已經(jīng)通過了西醫(yī)的證書，可以行醫(yī)，中醫(yī)未嘗不可，醫(yī)療行業(yè)可能就有變化，都會變化。第三個行業(yè)是教育行業(yè)，今天的大學(xué)要好好想一想自己將來的經(jīng)營模式是什么，將來每個人的學(xué)習(xí)，并不是出生在哪一個農(nóng)村，因為有什么樣的師資情況，沒有得到很好的教育，所以這一生沒有機會，不是這樣了，網(wǎng)上都有信息，每個人只要勤奮，都可以用手機或者什么進行學(xué)習(xí)，自己在不斷成長，而且平臺上有大量的數(shù)據(jù)沉淀，這個人知識掌握的程度，或者在哪一方面有什么專攻，王總講到了大數(shù)據(jù)分析師，學(xué)習(xí)過程當(dāng)中，這些人對數(shù)據(jù)是非常敏感的，對數(shù)據(jù)模式或者建模過程非常敏感，這些人才是做某些事情的時候可以連起來，讓他幫助我們一塊做。如果這樣的話，將來的企業(yè)是什么樣的？將來的企業(yè)就像海爾董事長說的一樣，是無邊界的，你可能是我們企業(yè)的員工，在這個平臺上我知道你學(xué)習(xí)的整個過程，知識的整個過程，所以我可能在某時某刻利用你，所以將來的世界是非常美好的世界，大數(shù)據(jù)給我們帶來非常美好的明天！第五篇：大數(shù)據(jù)時代讀后感顛覆精確計算數(shù)據(jù)的浪潮評大數(shù)據(jù)時代的思維變革吳凱2015年9月，經(jīng)李克強總理簽批，國務(wù)院印發(fā)《促進大數(shù)據(jù)發(fā)展行動綱要》（以下簡稱《綱要》），系統(tǒng)部署大數(shù)據(jù)發(fā)展工作。《綱要》明確，推動大數(shù)據(jù)發(fā)展和應(yīng)用，在未來5至10年打造精準治理、多方協(xié)作的社會治理新模式，建立運行平穩(wěn)、安全高效的經(jīng)濟運行新機制，構(gòu)建以人為本、惠及全民的民生服務(wù)新體系，開啟大眾創(chuàng)業(yè)、萬眾創(chuàng)新的創(chuàng)新驅(qū)動新格局，培育高端智能、新興繁榮的產(chǎn)業(yè)發(fā)展新生態(tài)。大數(shù)據(jù)這個詞匯對于當(dāng)下的新聞研究者并不陌生。是指無法在可承受的時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合。集合大量，高速，多樣，價值四大要素。舍恩伯格的《大數(shù)據(jù)時代》給我們非常詳細的，系統(tǒng)的，包涵無數(shù)經(jīng)典范例的介紹了這種時下發(fā)展勢頭迅猛，未來前途不可限量的新型概念。在舍恩伯格的大數(shù)據(jù)思想中，大數(shù)據(jù)的沖擊力極強的，不僅僅僅限于單個部門或者行業(yè)。不單被利用于一個行業(yè)或者只被掌握于幾家公司。在《大數(shù)據(jù)時代》中，舍恩伯格把其具體分為三個大的論點進行分別論述，則是：1大數(shù)據(jù)時代所帶來的思維變革 2大數(shù)據(jù)時代所帶來的商業(yè)變革 3大數(shù)據(jù)時代所帶來的管理變革本文主要評論的主體是舍恩伯格的理論的第一部分。則是大數(shù)據(jù)時代所帶來的思維變革。在這個方面。舍恩伯格非常明確的指出，大數(shù)據(jù)時代下，人們需要的是利用所有的數(shù)據(jù)，而不是僅僅的依靠一部分數(shù)據(jù)。筆者認為，在很長的一段時間內(nèi)，人們對數(shù)據(jù)的準確程度已經(jīng)到了一種近乎苛刻的程度。對于舍恩伯格的觀點。這是一種截然相反的挑戰(zhàn)。挑戰(zhàn)的數(shù)十年，乃至數(shù)百年的人對準確的要求。他在著作中提到，我們應(yīng)該試著習(xí)慣不是確鑿的準確無疑，而是龐大而又冗雜的數(shù)據(jù)中尋找到其中的規(guī)律。接下來筆者按照書中所分章節(jié)進行逐一的分析。1更多舍恩伯格說：當(dāng)數(shù)據(jù)處理技術(shù)已經(jīng)發(fā)生了翻天覆地的變化時，在大數(shù)據(jù)時代進行抽樣分析就像在汽車時代騎馬一樣。作者非常形象的表明了在當(dāng)代數(shù)據(jù)爆炸時代下，對龐大數(shù)據(jù)進行傳統(tǒng)的抽樣調(diào)查的結(jié)果已經(jīng)變得不在可信，我們需要的結(jié)果，或許能從全部的數(shù)據(jù)中獲得，并且更為準確。在過去，樣本的整體數(shù)量不算非常的龐大，樣本的隨機性較小，選擇的隨機性比樣本數(shù)量更重要，隨之而來的便是非常有效的隨機抽樣調(diào)查方法?，F(xiàn)如今，數(shù)據(jù)的日益增長使得該方法的絕對隨機性變的包涵風(fēng)險。許多學(xué)者，公司便專向研究是否能夠把所有的數(shù)據(jù)進行整體的分析，顯然結(jié)果是令人滿意。或許在時間上，人力物力上花費了更多，但是事實證明這種調(diào)查方法在大數(shù)據(jù)時代下顯得更為準確和有效。文中舉出例子，蘋果公司的前總裁斯蒂芬喬布斯在自身與癌癥病魔抗爭的過程中采用了一種不同的方法，成為了世界上第一個對自身所有DNA和腫瘤DNA進行排序的人，為此他支付了高達幾十萬美元的費用，而他得到的，是包括全部的龐大基因密碼數(shù)據(jù)。并且，喬布斯利用這龐大的基因數(shù)據(jù)讓醫(yī)生通過特定的DNA進行用藥，為此喬布斯開玩笑：我要么是第一個通過這種方式戰(zhàn)勝癌癥的人，要么就是最后一個因為這種方式死于癌癥的人。雖然他的愿望未曾實現(xiàn)，但是，通過這種對人的全部基因進行大量分析，“私人訂制”的醫(yī)療已經(jīng)成為未來的一種新型醫(yī)療模式。而且這種方式的確有效的幫助他生命延長了許多年。這非常引人深思，當(dāng)研究對象從樣本變成總體是，隨之而來直觀的是更多次的復(fù)雜的排列和計算，更長的工作時間，可是當(dāng)在研究全部數(shù)據(jù)出現(xiàn)的大致趨勢和結(jié)果，往往更加的趨于穩(wěn)定，更大的杜絕了樣本調(diào)查所謂的隨機性。在筆者看來，在很長一段時間內(nèi)，隨機采樣的確是非常好的辦法，他在數(shù)據(jù)爆炸前的數(shù)據(jù)處理變的方便快捷，可當(dāng)在技術(shù)支持的情況下。我們?yōu)楹尾贿x擇更好的，更整體性，更準確的全面數(shù)據(jù)分析。所以，大數(shù)據(jù)的分析，總體代替樣本是大勢所趨。2更雜舍恩伯格在第二方面闡述了在大數(shù)據(jù)時代，既然要處理和接受全部的數(shù)據(jù)，那么，也必須接受海量數(shù)據(jù)內(nèi)的不確定，和復(fù)雜。只有接受不確定性，我們才能打開從未涉足過的世界的窗戶。在作者的觀點里，大數(shù)據(jù)通常用概論說話，而不是確鑿無疑，整個社會習(xí)慣新思維需要非常長的時間。2006年谷歌開始涉足機器翻譯，現(xiàn)如今收到了一致的好評，在翻譯的正確性和流暢性上遠遠高于其他翻譯軟件，他的秘訣就在于谷歌吸收了網(wǎng)絡(luò)上所有的翻譯，他既能從各色各樣的語言網(wǎng)站上尋找對譯文件，同時尋找聯(lián)合國，歐盟等國際組織的報告及文件，甚至是其余的速度書籍的語言，面對如此混亂的輸入源，較其他的翻譯系統(tǒng)而言，谷歌通過多輸入源，擴大了自己的翻譯來源，雖然許多的小網(wǎng)站的用語甚至是出現(xiàn)了錯誤的，但是在大量的數(shù)據(jù)的支持下，他做的的確比其他的系統(tǒng)要更加的出色。這個例子充分的說明了，在當(dāng)今的時代，保持源頭的單一，精確，不是提高系統(tǒng)質(zhì)量的唯一途徑，相反，你收集的越多，你的系統(tǒng)完善程度是更好的。當(dāng)然，錯誤是不可避免的，但是利大于弊。從某種方面來說，多和雜，在現(xiàn)在的，即將變成主流。筆者在閱讀中發(fā)現(xiàn)谷歌的例子充分的證明了舍恩伯格的遠見，在一方面，這是一種退步，從百分之百的精確變成了百分之九十的正確。但是結(jié)果是好的。這就是大數(shù)據(jù)時代要求我們做的：重新審視精確性的優(yōu)劣。而在另一個方面，不精確是我們需要的，是節(jié)約時間和成本的正確選擇，谷歌的郵箱會確切的標注很短時間收到的短信，比如“十一分鐘之前”而當(dāng)對方收到信息已經(jīng)有一段時間了，則他會標注為“兩個小時前，”或者是：“三天前”。則也是足夠說明，精確或許真的有時候并不重要。當(dāng)然大數(shù)據(jù)的悄然流行，需要的是新的數(shù)據(jù)庫的建立，是與之前無法想象的巨大的數(shù)據(jù)的儲存。而作者也明確表示，大數(shù)據(jù)的數(shù)據(jù)庫，并不是需要無線的空間，他就存在于多個地點，多個硬盤中，他們互不干涉，卻相互聯(lián)系，同時利用這互聯(lián)網(wǎng)連接，同時更新，同時的獲取著最新的數(shù)據(jù)。Hadoop就是最好的例子。Hadoop是以開源式的分布系統(tǒng)的基礎(chǔ)架構(gòu)，相比巨大的空間，巨大的硬盤，這顯然更便捷，當(dāng)他與VISA合作時，卻能夠?qū)⑻幚韮赡陜?nèi)730億單交易的時間，從一個月縮減為1分鐘，也許Hadoop不適合邏輯的記賬，當(dāng)時當(dāng)允許少量錯誤的時候，他就是如此的給力。言歸至此，筆者非常同意作者的說提議，當(dāng)代數(shù)字社會要求我們必須接搜混亂和不確定性，不在糾結(jié)百分之百的準確，在另一方面，這種改變，是我們在新數(shù)據(jù)時代成功的基礎(chǔ)。3更好在第三個觀點上，我非常不認同舍恩伯格所說的一句話：知道是什么就夠，沒必要知道為什么.。作者在這一方面思維個人認為有存在絕對化，作者認為，當(dāng)今時代，我們不需要非得知道現(xiàn)象背后的原因，而是讓數(shù)據(jù)自己發(fā)聲音。美國的知名的亞馬遜網(wǎng)站的推薦系統(tǒng)往往能夠在不知道用戶的任何嗜好的情況下，準確的（大致）的推算出用戶可能喜歡的，或者有一元購買的，并放置在用戶的推薦欄內(nèi)?；蛟S這可以說明問題。亞馬遜在茫茫多的用戶購買記錄下，充分利用并推導(dǎo)了用戶可能或者喜歡購買的東西?！巴扑]信息往往與你以前購買的物品存在細微的關(guān)系，并且循環(huán)往復(fù)”亞馬遜的詹姆斯馬庫斯是這樣說的。這也充分的說明了一點，我們并不需要知道他到底真心喜歡什么，我們只是在尋找著和他購買物的相關(guān)關(guān)系，便推測出了他的潛在交易。單純的相關(guān)性，而非非常實在的因果關(guān)系。簡單來說，亞馬遜并不需要知道你為什么要買這樣多系。他也不知道你買這件商品的原因，他只是單純的從你買了另一件商品從而推測出你或許需要這樣的商品。當(dāng)然錯誤是存在的，在上個觀點中就已經(jīng)提到了，但是在絕大多數(shù)的成功下，少數(shù)的失敗是必須的。也是客觀存在的。所以，舍恩伯格大膽的提出，大數(shù)據(jù)的分析的核心就是建立在相關(guān)關(guān)系分析法基礎(chǔ)上的預(yù)測。也許我們誰也不知道，沃爾瑪為何在颶風(fēng)期間把蛋撻和颶風(fēng)用品擺在一起售賣，但是可以肯定的是，效果良好。神恩伯格告訴我們的，不要太過于的在乎為什么，只需要知道是什么，也許你就能獲得成功?？偨Y(jié)：綜上所述，舍恩伯格所展現(xiàn)的大數(shù)據(jù)時代下的觀念是與現(xiàn)代理念有一定的區(qū)別和歧義的，在一些方面甚至我們真的無法一下子就接受。讓人放棄數(shù)十年甚至數(shù)百年以來對正確，對精確的執(zhí)著是非常困難的。這同時也需要時間去改變。個人認為作者利用非常生動的例子說明時代的悄然改變，同時也利用不同的方法潛移默化的改變讀者的思維。讓讀者能夠理解，承認大數(shù)據(jù)時代的變化。觀念的變化是正確的。這一方面足以體現(xiàn)作者學(xué)識的淵博，另一方面也體現(xiàn)著當(dāng)代社會的人思想固化，改變不在一朝一夕。面對新時代的思潮，非逆之者亡，我想，更多應(yīng)該是未知者亡吧。