【正文】 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。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。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。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。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。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)。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。則也是足夠說明，精確或許真的有時候并不重要。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。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。所以，大數(shù)據(jù)的分析，總體代替樣本是大勢所趨。而且這種方式的確有效的幫助他生命延長了許多年?；蛟S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。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。挑戰(zhàn)的數(shù)十年，乃至數(shù)百年的人對準確的要求。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)。不單被利用于一個行業(yè)或者只被掌握于幾家公司。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。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。如果全程控制，全程監(jiān)護，為什么需要一年一次的體檢，而不是時時刻刻的體檢？每天運動量，吃了什么東西，包括像海爾智慧的冰箱里收集所有的信息，都可以知道一個人到底生活狀況怎么樣，不是一年一次的體檢，而是全程的，包括周邊的人，什么樣的數(shù)據(jù)正在傳播，包括DNA，家族的東西。一個非常重要的概念，大數(shù)據(jù)應(yīng)該把全世界的數(shù)據(jù)，在統(tǒng)一的平臺上相互共享，()這才會是真正體現(xiàn)整個人類的物理空間所發(fā)生的所有事情。IBM剛開始建公司的時候，就是因為美國的人口普查，要積累大量的數(shù)據(jù)，那時的人口普查跟現(xiàn)在還不一樣，需要有機器各方面的東西，還是要很長時間進行統(tǒng)計的，今天完全不一樣，就是因為要抓取數(shù)據(jù)，但是我們今天在講到大數(shù)據(jù)的時候，不光從技術(shù)層面來講這個問題，更重要的是從商業(yè)模式講。數(shù)據(jù)毋庸置疑地將成為企業(yè)的關(guān)鍵戰(zhàn)略資產(chǎn)，處理、分析與整合數(shù)據(jù)，是企業(yè)進行市場選擇、產(chǎn)品設(shè)計與定價、市場營銷，乃至內(nèi)部管理流程的指導(dǎo)因素，對運營模式將帶來革命性改變。領(lǐng)先公司已經(jīng)開始思考如何準備向這個數(shù)據(jù)時代過渡，即如何從以技術(shù)為主導(dǎo)的方法轉(zhuǎn)為客戶導(dǎo)向戰(zhàn)略，使用數(shù)據(jù)帶來業(yè)務(wù)增長。今天的營銷需要基于數(shù)據(jù)驅(qū)動洞察每個消費者偏好制定差異化定位。在一個日益互聯(lián)的世界，對數(shù)據(jù)勤于收集和有見地的分析使得公司可以前所未有地了解它們的消費者。說實話，看這本書根本看不進去，不曉得是因為翻譯的原因還是什么，只能說標題吸引人，內(nèi)容很空泛，沒有什么的可讀性。大數(shù)據(jù)為我們提供的不是最終答案，只是參考答案，幫助是暫時的，而更好的方法和答案還在不久的未來。書中舉了個例子，舉了部電影《少數(shù)派報告》，當(dāng)我看到這里的時候，”哎喲，我居然看過這部電影，想想心里還是有點小激動“，有興趣的可以去看下，大概就是講警察通過預(yù)測來提前抓捕犯人，不過不是通過大數(shù)據(jù)，是通過超人類的方式。而這個結(jié)果又是由其他原因?qū)е碌?。這不是很諷刺嗎。至于害怕呢，書中有段話我很喜歡公平正義的基礎(chǔ)是人只有做了某事才需要對它負責(zé)，畢竟，想做而未做不是犯罪，社會關(guān)系于個人責(zé)任的基本信條是，人為其選擇的行為承擔(dān)責(zé)任。在這里，我只想談我感觸最深的，其他的有興趣的可以自己去了解。如果眼前新的現(xiàn)實與大腦中儲存的固有信息無法協(xié)調(diào)，便會在無意識中拒絕接受新的現(xiàn)實（當(dāng)作沒有看見）；或者通過自己一知半解的知識任意推測，使自己認識到的情況偏離實際（產(chǎn)生錯覺）。第一個轉(zhuǎn)變就是，在大數(shù)據(jù)時代，我們可以分析更多的數(shù)據(jù)，有時候甚至可以處理和某個特別現(xiàn)象相關(guān)的所有數(shù)據(jù)，而不再依賴于隨機采樣（樣本=總體）第二個轉(zhuǎn)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第三個轉(zhuǎn)變因前兩個轉(zhuǎn)變而促成，即我們不再熱衷于尋找因果關(guān)系，而應(yīng)該尋找事物之間的相關(guān)關(guān)系。比如書中有一段文字當(dāng)我們說人類是通過因果關(guān)系了解世界時，我們指的是我們再理解和解釋世界各種現(xiàn)象時使用的兩種基本方法：一種是通過快速、虛幻的因果關(guān)系，還有一種就是通過緩慢、有條不紊的因果關(guān)系。寫到這里，我不由得反省下，我是不是有領(lǐng)悟到書的精髓所在（我認為的精髓），就是第一句話。這個命題是在書的最后一部分中的某一段中描寫的。這個命題是我讀這本書最大的感觸?！爸x謝舍恩伯格！讓大數(shù)據(jù)討論從自然科學(xué)回到人文社科。我想，或許凱文數(shù)據(jù)創(chuàng)新可以創(chuàng)造價值，這是毫無疑問的?！癧i]由此可見，他說的全體數(shù)據(jù)和相關(guān)關(guān)系都在特定語境下的，是在數(shù)據(jù)挖掘中的選項。如今不少學(xué)者為了闡述和傳播其觀點往往語出驚人，對舊有觀念進行徹底的否定。“不需要知道”為什么“，只需要知道”是什么“?！贝髷?shù)據(jù)的簡單算法比小數(shù)據(jù)的復(fù)雜算法更有效。祝教授是傳播學(xué)研究方法和數(shù)據(jù)分析的專家，他認為一定可以找到一種數(shù)理統(tǒng)計方法來進行分析，并不一定需要全部數(shù)據(jù)。在第一部分”大數(shù)據(jù)時代的思維變革“中，舍恩伯格旗幟鮮明的亮出他的三個觀點：一、更多：不是隨機樣本，而是全體數(shù)據(jù)；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。邁爾——舍恩伯格何許人也？他現(xiàn)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(jiān)管專業(yè)教授，曾任哈佛大學(xué)肯尼迪學(xué)院信息監(jiān)管科研項目負責(zé)人。對這條，本人還是持保留意見的。但它到底給我們帶來了什么呢？1）預(yù)測未來書中以Google成功預(yù)測了未來可能發(fā)生流感的案例來開篇，表明通過大數(shù)據(jù)的應(yīng)用，可以為我們的生活起一個保駕護航的指向標。反而感覺在大多數(shù)中小型企業(yè)應(yīng)用大數(shù)據(jù)，似乎有點大題小作。？誠然，大數(shù)據(jù)的前提是海量的數(shù)據(jù)，只有擁有巨量的數(shù)據(jù)資源，方能從中查找出數(shù)據(jù)的關(guān)聯(lián)性，才可以讓通過專業(yè)化的處理，讓其為企業(yè)產(chǎn)生價值。不過坦白講，到底是數(shù)據(jù)的關(guān)聯(lián)性重佳，還是數(shù)據(jù)的精確性更好，還真的需要時間來檢驗一下，至少從現(xiàn)在的數(shù)據(jù)分析方法來論，更多的傾向于數(shù)據(jù)的精確性。我覺得這張圖，很真實地反映了現(xiàn)實中小企業(yè)云計算，大數(shù)據(jù)的現(xiàn)狀。第四篇：大數(shù)據(jù)時代讀后感大數(shù)據(jù)時代讀后感發(fā)布:勵志 | 分類:讀后感 | 發(fā)表評論大數(shù)據(jù)時代讀后感（一）去年的“云計算”炒得熱火朝天的，今年的“大數(shù)據(jù)”又突襲而來。如何將數(shù)據(jù)融入教學(xué)，教育者首先通過標準化全科教學(xué)處方，實現(xiàn)了教師授課模板和教學(xué)內(nèi)容的標準化，保證每個教學(xué)過程和內(nèi)容是可控的，然后結(jié)合每天的教學(xué)內(nèi)容，處理好面對的數(shù)據(jù)，處理好數(shù)據(jù)，自然也就處理好了課堂的反饋，最終形成了既注重教學(xué)體驗又以教學(xué)結(jié)果為導(dǎo)向的教學(xué)體系。長期以來，我們并不了解教育對一個人的影響具體會如何表現(xiàn)，我們有的只是一個輪廓，我們也并不確定一個教師的行為對學(xué)生具體產(chǎn)生了哪些影響。作者運用案例和講故事的方式，把美國數(shù)據(jù)開放、收集、使用背后的立法故事、公民故事、技術(shù)故事、商業(yè)故事娓娓道來，引人入勝，令我大開眼界。讀完此書，對生活中的數(shù)據(jù)及數(shù)據(jù)處理突然有了很大的興趣?！薄@是《大數(shù)據(jù)》中出現(xiàn)的讓人印象深刻的一句話，也是全書力圖傳遞的信息。二是擁有數(shù)據(jù)分析與處理技術(shù)的專業(yè)公司，如亞馬遜、谷歌。作者指出，隨著技術(shù)的發(fā)展，數(shù)據(jù)的存儲與處理成本顯著降低，人們現(xiàn)在有能力從支離破碎的、看似毫不相干的數(shù)據(jù)礦渣中抽煉出真知爍見。作者認為大數(shù)據(jù)時代具有三個顯著特點。首先，作者站在理論的制高點上，條理清楚地闡述了大數(shù)據(jù)對人類的工作、生活、思維帶來的革新，大數(shù)據(jù)時代的三種典型的商業(yè)模式，以及大數(shù)據(jù)時代對于個人隱私保護、公共安全提出的挑戰(zhàn)。這一習(xí)慣最近破了例。第三篇：大數(shù)據(jù)時代讀后