【正文】 這是一件可怕的事情。來暴露我們需要的產(chǎn)品；我們用百度、google來暴露我們所關(guān)注的事情。第五，我們能夠知道每一個人的位置，喜好，關(guān)注什么，即將干什么等等，對于每個人來說都是一個很可怕的事情，如果我們赤裸裸的暴露在陽光之下，或者我們正在暴露中，我們的隱私應(yīng)該受到保護(hù)，這也是大數(shù)據(jù)時代一個亟待解決的問題，盡管我們匿名分析信息，到最后我們還是能夠精確到個人，我們需要有人負(fù)責(zé)，這是安全問題，自由和科技或商業(yè)的發(fā)展產(chǎn)生矛盾，我們應(yīng)該何去何從？我們擔(dān)憂的，相信會有人來解決?，F(xiàn)在我們有快速分析的工具，正在不斷收集數(shù)據(jù)，那么最重要的就是人類的思維，一個能夠分析相關(guān)性，能夠創(chuàng)新使用數(shù)據(jù)的思維。通過模型我們能夠預(yù)測未來。我們用什么方法預(yù)測未來。第四，未來在過去的塵埃中。這是我們不斷利用大數(shù)據(jù)的基礎(chǔ)。這是大數(shù)據(jù)時代我們應(yīng)該正確認(rèn)識的。我們開始重視相關(guān)關(guān)系，但是不能放棄對于因果關(guān)系的研究。我們通過數(shù)據(jù)之間的關(guān)系，分析得到我們想要得到的結(jié)論或者是模型。這是大數(shù)據(jù)分析的基礎(chǔ)。我們會擺脫抽樣樣本的誤差和失誤，同樣我們能夠細(xì)化我們研究的對象和分析的數(shù)據(jù)。首先，大數(shù)據(jù)時代是建立的基礎(chǔ)就是有一個很龐大的數(shù)據(jù)庫，我們分析的對象不是抽取樣本，而是用全部的數(shù)據(jù)作為樣本，“樣本=總體”。它告訴我們一種超越現(xiàn)在的對于數(shù)據(jù)的一種分析方法，這個方法建立在盡可能多的數(shù)據(jù)上。今天我翻讀《大數(shù)據(jù)時代》，細(xì)細(xì)品讀這位智者給我們的禮物。然后在中央財經(jīng)頻道的特別節(jié)目《指尖上的商機(jī)》系列節(jié)目中，也談及到大數(shù)據(jù)對于當(dāng)今時代的影響和蘊(yùn)藏的巨大商機(jī)。邁爾舍恩伯格教授是在《對話》欄目中，當(dāng)時談及當(dāng)今各種科技信息的變化，然后在主持人的各種提問下，我逐漸了解到“大數(shù)據(jù)”這個名詞，他也是現(xiàn)在對于大數(shù)據(jù)最有發(fā)言權(quán)的預(yù)言家。大數(shù)據(jù)可能會否定人的自由意志 ，數(shù)據(jù)的質(zhì)量可能會很差，有誤導(dǎo)性。同時可以提供失業(yè)率等相關(guān)數(shù)據(jù)例子：quantcast：收集用戶訪問信息來測評用戶年齡等，之后發(fā)定向廣告例子：hcci收集醫(yī)療保單，分析美國醫(yī)療費(fèi)用上漲是否合理結(jié)論：：從技術(shù)到數(shù)據(jù)本身和大數(shù)據(jù)思維 ：交易數(shù)據(jù)而不是交易技術(shù) ，因?yàn)楹笳咧魂P(guān)心數(shù)據(jù) ：谷歌翻譯團(tuán)隊(duì)的工程師都不會說出翻譯的語言 ，但是主導(dǎo)地位會改變 ，因?yàn)槟鞘切枰揽恐庇X和經(jīng)驗(yàn)指導(dǎo)，但是遭遇海量數(shù)據(jù)時，可以通過數(shù)據(jù)挖掘得到更多 ，人類的價值體現(xiàn)在交流上，以進(jìn)行廣泛而深刻的傳播：交互式游戲，會根據(jù)用戶來改良，以數(shù)據(jù)為基礎(chǔ)運(yùn)作 ：勞斯萊斯通過大數(shù)據(jù)監(jiān)測引擎，預(yù)測可能出問題的引擎 ：蘋果進(jìn)軍手機(jī) ：能享受非固有資產(chǎn)規(guī)模的好處，低成本傳播創(chuàng)新結(jié)果，只需要創(chuàng)新思維 ：既沒有靈活性也沒有規(guī)模效應(yīng) ：西方世界優(yōu)勢減少四、大數(shù)據(jù)時代的管理，因?yàn)槠浜诵乃枷胧怯靡?guī)模劇增來改變現(xiàn)狀。最好允許私人運(yùn)營部門和社會大眾訪問：flyontime網(wǎng)站，通過開放的數(shù)據(jù)分析航班延誤可能性。同時也應(yīng)該與第三方分享數(shù)據(jù)：用戶在線交互的副產(chǎn)品，包括瀏覽哪些頁面，停留多久，輸入信息等 ：google的拼寫檢查：搜集每天處理的查詢中數(shù)據(jù)搜索框的錯誤拼寫 ：google的過濾噪音技術(shù)：如果用戶點(diǎn)擊搜索結(jié)果靠后的鏈接，說明這個結(jié)果更加有相關(guān)性，google會把這個頁面的排名相應(yīng)提升。例如，對google自動駕駛汽車的運(yùn)作 10．?dāng)?shù)據(jù)的折舊值，大多數(shù)數(shù)據(jù)都會失去一部分基礎(chǔ)用途，不應(yīng)用此破壞新數(shù)據(jù) ：如何得知某些數(shù)據(jù)不再有價值 。：ibm與電力汽車動力系統(tǒng)的優(yōu)化預(yù)測：大數(shù)據(jù)預(yù)測模型，甚至考慮天氣預(yù)報 ：1． 搜索關(guān)鍵詞，搜索結(jié)果預(yù)測夏天流行色 ，開發(fā)自己的語音識別技術(shù) ，但是他們并不急需使用，也不擅長使用數(shù)據(jù)，但是別的公司可以借此探尋數(shù)據(jù)的潛在價值 ：丹麥癌癥協(xié)會與手機(jī)致癌調(diào)查：使用所有的手機(jī)用戶信息和所有的中樞神經(jīng)系統(tǒng)腫瘤信息。意味著數(shù)據(jù)的最終價值遠(yuǎn)遠(yuǎn)大于它的最初價值。數(shù)據(jù)的真實(shí)價值就像漂浮在海洋中的冰山，絕大部分隱藏在表面之下。作者使用了新的驗(yàn)證碼recaptcha，人們從計(jì)算機(jī)光學(xué)字符識別程序無法識別的文本掃面項(xiàng)目中讀入單詞并輸出，知道他們都輸出正確后才確定（用來破譯數(shù)字化文本中不清楚的單詞），所有的數(shù)據(jù)都是有價值的。新推特頻率可以預(yù)測電影票房可能性呈現(xiàn)正相關(guān) ：適時開關(guān)燈，確定身份，某人摔倒之后是否站起來 ：監(jiān)控健康狀態(tài) ：世界的本質(zhì)是信息和數(shù)據(jù)，大數(shù)據(jù)提供新視角?；蛘呖梢灶A(yù)測交通情況 ，發(fā)現(xiàn)并預(yù)測人類的行為。google借此改進(jìn)自己的翻譯 ：定量分析揭示人類行為 ：人可以閱讀，機(jī)器可以分析 ：需要一套標(biāo)準(zhǔn)的標(biāo)記系統(tǒng)和收集，記錄數(shù)據(jù)的工具。一旦我們考慮因果關(guān)系，這些視角會被蒙蔽。大數(shù)據(jù)會經(jīng)常被用來證明我們習(xí)慣的思維方式是錯誤的。通過找關(guān)聯(lián) 物，相關(guān)關(guān)系可以幫助我們捕捉現(xiàn)在和預(yù)測未來 ，那么a發(fā)生時可以預(yù)測b發(fā)生 ：沃爾瑪把颶風(fēng)用具和蛋撻放在一起 a)原因：數(shù)據(jù)少且收集花時間 b)在建立，應(yīng)用假想和選擇關(guān)聯(lián)物時容易犯錯誤 c)結(jié)論：我們不需要人工選擇關(guān)聯(lián)物 ，更快 ：fico我們知道你明天會做什么 ：根據(jù)個人信用卡交易記錄預(yù)測個人收入，防止逃稅 ：根據(jù)生活方式數(shù)據(jù)預(yù)測疾病 ：通過購買習(xí)慣預(yù)測是否懷孕 ：找到關(guān)聯(lián)物并監(jiān)控，我們可以預(yù)知未來：ups與汽車修理預(yù)測 ：肉眼看不到，但是計(jì)算機(jī)能看到 ，應(yīng)當(dāng)適當(dāng)丟棄一些數(shù)據(jù) ，因此經(jīng)常對世界產(chǎn)生錯誤認(rèn)識。三、不是因果是相關(guān) ，不需要知道為什么。但是當(dāng)我們的視野局限在我們可以分析和確定的數(shù)據(jù)上時，我們對世界的整體影響就會產(chǎn)生偏差和錯誤。：語料庫》算法發(fā)展 ：讓計(jì)算機(jī)自己估算對應(yīng)關(guān)系，尋找成千上萬對譯結(jié)論：大數(shù)據(jù)的簡單算法好過小數(shù)據(jù)的復(fù)雜算法 ：即時的大數(shù)據(jù) ：不精確，混亂是一種標(biāo)準(zhǔn)途經(jīng) ：大部分?jǐn)?shù)據(jù)是非結(jié)構(gòu)化的，無法被利用 ：與mapreduce系統(tǒng)相對的開源式分布系統(tǒng)，輸出結(jié)果不精確，但是非?？?結(jié)論：相比于依賴小數(shù)據(jù)和精確性的時代，大數(shù)據(jù)因?yàn)楦鼜?qiáng)調(diào)數(shù)據(jù)的完整性和混雜性，幫助我們進(jìn)一步接近事情的真相。不是絕對意義而是相對意義。實(shí)際：數(shù)據(jù)量變大，數(shù)據(jù)處理速度變快，數(shù)據(jù)不在精確：不是隱私的泄露而是未來行動的預(yù)判二、大數(shù)據(jù)時代的思維變革 ：沒有意識到處理大規(guī)模數(shù)據(jù)的能力，假設(shè)信息匱乏，發(fā)展一些使用少量信息的技術(shù)（隨機(jī)采樣） 末日審判書 英國對人的記載 而這正是我們第三種人的長處，我們沒有思維定式，更有閑暇的時間來感受生活，激發(fā)靈感。但他們有著同樣的短板，那就是他們沒有更為創(chuàng)新，靈動的視野，他們很難或者說沒有更多的時間去發(fā)現(xiàn)那些數(shù)據(jù)的真正力量。第二種是利用技術(shù)手段，讓數(shù)據(jù)發(fā)揮它獨(dú)特功能，從而幫他們解決實(shí)際問題的數(shù)據(jù)分析學(xué)家，統(tǒng)計(jì)師，精算師和其他一些有關(guān)于處理數(shù)據(jù)的相關(guān)人員，他們非常了解數(shù)據(jù)的狀態(tài)，結(jié)構(gòu)和特征。讀完這本書以后，我有的確一點(diǎn)蠢蠢欲動，因?yàn)樗屛矣X得大數(shù)據(jù)并沒有像想象的那么遙不可及。而是在我們頭腦發(fā)熱，一哄而上之前，就給我們非常而且深刻的警醒。他很準(zhǔn)確地說明了如果我們?yōu)E用或誤用數(shù)據(jù)，我們將會受到毀滅性的打擊，后果將會如何不堪設(shè)想，并且這篇幅一點(diǎn)都不敷衍。舍恩伯格這個對大數(shù)據(jù)最有權(quán)威發(fā)言權(quán)的人，既然有能力將大數(shù)據(jù)的好處講得淋漓盡致，毫無疑問自然也是最清楚大數(shù)據(jù)危險的人。對此，我也很慶幸，在恰當(dāng)?shù)臅r間點(diǎn)與大數(shù)據(jù)的偶遇。雖然我們現(xiàn)在誰都沒有把握中國到底會利用大數(shù)據(jù)到什么程度，但已經(jīng)有好多像周濤一樣的有志之士看好中國在利用大數(shù)據(jù)上的實(shí)力，并且付諸了他們的努力。說了這么多大數(shù)據(jù)給我的啟示，其實(shí)就是想突出大數(shù)據(jù)背后的那種神奇的力量。大部分情況下那些聰明的人往往會選擇前者，因?yàn)樗麄冎缹幙蔀樽约含F(xiàn)在的失誤埋單也不會讓自己靠近萬丈深淵。它還教會我在機(jī)會面前必須要眼疾手快。一個人的能力是有限的，一個人的時間也是有限的，同樣公司，國家都是一樣的?！蔽乙恢倍急е纯床徽f話的心態(tài)，難免也會哂笑，真的不知道他們和菜場賣菜的有什么本質(zhì)區(qū)別~~~現(xiàn)在是一個依靠知識科技來富國強(qiáng)兵的時代了，真正的優(yōu)勢來源于你提前想到了別人還沒去想的，提早完成了別人還沒有籌備的計(jì)劃。他讓我知道沒有做不得，只有想不到。大數(shù)據(jù)環(huán)境是那些微型企業(yè)發(fā)展的福地，它是行業(yè)競爭重新洗牌的動力源泉。當(dāng)然還會有我們意想不到的情況發(fā)生，這樣會讓未來更充滿想象，更加充滿期待。其實(shí)大數(shù)據(jù)真的可以做到，雖然不可能很精確。原來谷歌翻譯背后是這樣操作的，原來那些每天時不時闖進(jìn)我們眼球的廣告并非偶然，原來預(yù)測流感不需要疾控中心而是網(wǎng)絡(luò)詞條，原來電影在開播前就已經(jīng)知道了收視率和票房~~~ 當(dāng)然以上這些相當(dāng)抓人眼球，但這只是大數(shù)據(jù)的表面，其真正的價值遠(yuǎn)不僅如此。當(dāng)你絞盡腦汁為了節(jié)約成本而提前一個月去購買一張你自以為廉價的飛機(jī)票，回頭卻發(fā)現(xiàn)，比那些只提前一天購買的人所付的錢還要高出很多時，不知你會怎么想？是被動的接受還是想方法讓現(xiàn)實(shí)變得更美好？ 它讓我更好地去理解現(xiàn)實(shí)生活的很多情況。這本書讓我明白了太多~~~ 它讓我明白生活必須要主動。篇二：《大數(shù)據(jù)時代》讀書報告讀書報告——讀《大數(shù)據(jù)時代》坦白地說，這是我第一本看了睡不著的書，我還記得第一次閱讀時的興奮和激動，就像一場頭腦風(fēng)暴。最后，附上一段來自原著的結(jié)語：大數(shù)據(jù)并不是一個充斥著算法和機(jī)器的冰冷世界，人類的作用依然無法被完全替代。大數(shù)據(jù)給人類社會的方方面面帶來了巨大的變革，這是社會發(fā)展的潮流，不可逆轉(zhuǎn)，我們只有順應(yīng)這種潮流，在思想上和技能上做好準(zhǔn)備才能成為時代的弄潮兒。第二個技術(shù)途徑就是匿名化。也用《少數(shù)派的報告》這部電影來說明如果癡迷于數(shù)據(jù)會導(dǎo)致我們將生活在一個沒有獨(dú)立選擇和自由意志的社會，如果一切變?yōu)楝F(xiàn)實(shí)，我們將被禁錮在大數(shù)據(jù)的可能性之中。用文中的一個例子說明，喬布斯測出整個基因圖譜來治療癌癥，但是你治療癌癥你必須知道癌癥發(fā)病的原理，知道哪一段基因?qū)е铝诉@種疾病，不可能只是說收集各種數(shù)據(jù)，然后利用其相關(guān)性來判斷哪里出現(xiàn)了問題作者在書中把大數(shù)據(jù)說的很厲害，在最后一部分分析大數(shù)據(jù)帶來無數(shù)好處的同時帶來的不良影響以及如何面對這些影響。很明顯作者所舉的例子都是屬于商業(yè)領(lǐng)域的，但是對于其他領(lǐng)域來說這個觀點(diǎn)就值得商榷了。沃爾瑪也是充分利用并挖掘各類數(shù)據(jù)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，都說明了掌握了相關(guān)關(guān)系對于他們策略的幫助。作者覺得相關(guān)關(guān)系對于預(yù)測一些事情已經(jīng)足夠了，不用花大力氣去研究他們的因果關(guān)系。谷歌翻譯的成功很好地證明了這一點(diǎn)，谷歌的翻譯系統(tǒng)不像candide那樣精確地翻譯每一句話，它谷歌翻譯之所以優(yōu)于ibm的candide系統(tǒng)并不是因?yàn)樗鼡碛懈玫乃惴C(jī)制，和微軟的班科和布里爾一樣，谷歌翻譯增加了各種各樣的數(shù)據(jù)，并且接受了有錯誤的數(shù)據(jù)。作者是基于數(shù)據(jù)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(shù)據(jù)一個數(shù)據(jù)的錯誤就會導(dǎo)致結(jié)果的誤差很大，但是如果數(shù)據(jù)足夠多、數(shù)據(jù)足夠雜那得出的結(jié)果就越靠近正確答案。作者說，執(zhí)迷于精確性是信息缺乏時代和模擬時代的產(chǎn)物，只有5%的數(shù)據(jù)是結(jié)構(gòu)化且能適用于傳統(tǒng)數(shù)據(jù)庫的。比如說，你要檢測食品中致癌物質(zhì)是否超標(biāo)，你不可能每一件食品你都檢測一遍吧。我對這個觀點(diǎn)還是比較認(rèn)同的，如果真能收集到整體的數(shù)據(jù)而且分析數(shù)據(jù)的工具也足夠先進(jìn)，自然是全體數(shù)據(jù)研究得出的結(jié)果更令人信服。作者用大數(shù)據(jù)與喬布斯的癌癥治療例子說明了使用全部數(shù)據(jù)而非樣本的意義，列舉了日本“相撲”等來證明使用全體數(shù)據(jù)的重要性。首先是第一個，作者認(rèn)為在抽樣研究時期，由于研究條件的欠缺，只能以少量的數(shù)據(jù)獲取最大的信息，而在大數(shù)據(jù)時代，我們可以獲得海量的數(shù)據(jù)，抽樣自然就失去它的意義了。我對大數(shù)據(jù)一直好奇已久，閱讀了很多資料仍不得其解，直到讀完《大數(shù)據(jù)時代》才有了粗略的認(rèn)識。所以為了避免個人隱私在大數(shù)據(jù)時代被這一群人利用，維克托建議將這一群人分為兩部分，一部分使用數(shù)據(jù)為商業(yè)部門服務(wù)，而另一群人則負(fù)責(zé)審查這一些人是否合法的獲得與應(yīng)用數(shù)據(jù)，是否侵犯了個人隱私。之后，維克托又預(yù)測了一個在大數(shù)據(jù)時代催生的重要職業(yè)——數(shù)據(jù)科學(xué)家，這是一群數(shù)學(xué)家、統(tǒng)計(jì)學(xué)與編程家的綜合體，這一群人將能夠從獲取的數(shù)據(jù)中得到任何他們想要的結(jié)果。接下來，維克多又通過了ibm追求高精確性的電腦翻譯計(jì)劃的失敗與google只是將所有出現(xiàn)過的相應(yīng)的文字語句掃描并儲存在詞庫中，所以無論需要翻譯什么，只要有聯(lián)系google詞庫就會出現(xiàn)翻譯，雖然有的時候的翻譯很無厘頭，但是大多數(shù)時候還是正確的，所以google的電腦翻譯的計(jì)劃的成功，表明大數(shù)據(jù)時代對準(zhǔn)確性的追求并不是特別明顯，但是相反大數(shù)據(jù)時代是建立在大數(shù)據(jù)的基礎(chǔ)住上的，所以大數(shù)據(jù)時代追求的是全方位覆蓋的數(shù)字測度而不管其準(zhǔn)確性到底有多高，因?yàn)榇罅康臄?shù)據(jù)會湮埋少數(shù)有問題的數(shù)據(jù)所帶來的影響。而之前采取的“樣本＜總體”的做法很大程度上無法做到更進(jìn)一步的描述事物，因?yàn)橹暗臅r代數(shù)據(jù)的獲取與存儲處理本身有很大的難度只導(dǎo)致人們采取抽樣的方式來測量事物。同時google的預(yù)測與政府?dāng)?shù)據(jù)的相關(guān)性高達(dá)97％，這也就意味著google預(yù)測數(shù)據(jù)的置信區(qū)間為3％，這個數(shù)字遠(yuǎn)遠(yuǎn)小于傳統(tǒng)統(tǒng)計(jì)學(xué)上的常規(guī)置信區(qū)間5％!而這個數(shù)字就是大數(shù)據(jù)時代預(yù)測結(jié)果的相對準(zhǔn)確性與事件的可預(yù)測性的最好證明!通過這一事以及其他的案例，維克托提出了在大數(shù)據(jù)時代“樣本＝總體”的思想?！洞髷?shù)據(jù)時代》開篇就講了google通過人們在搜索引擎上搜索關(guān)鍵字留下的數(shù)據(jù)提前成功的預(yù)測了2009年美國的h1n1的爆發(fā)地與傳播方向以及可能的潛在患者的事情。然后在通過解釋在對未來進(jìn)行預(yù)測，并對未來可能出現(xiàn)的問題提出自己看法與對策?！?大數(shù)據(jù)時代》這本書的結(jié)構(gòu)框架遵從了學(xué)術(shù)性書籍的普遍方式。一方面是對全體數(shù)據(jù)進(jìn)行處理，在技術(shù)和設(shè)備上有相當(dāng)高的難度。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(diǎn)：一、更多：不是隨機(jī)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。這位被譽(yù)為：大數(shù)據(jù)時代的預(yù)言家“