【正文】 ，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。在大數(shù)據(jù)時代，我們不必知道現(xiàn)象背后的原因，我們只要讓數(shù)據(jù)自己發(fā)聲。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(rèn)識到的情況偏離實際（產(chǎn)生錯覺）。所以作者稱之為revolution。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。這是大數(shù)據(jù)帶來最核心的東西，動心的理由無須贅述，計算機會告訴你什么時候買什么雙色球可以中頭獎，想想心里是不是有一點小激動咧。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(fù)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。如果精準(zhǔn)的預(yù)測成為現(xiàn)實的話，我們也就失去了自由意志，失去了自由選擇的權(quán)利。這不是很諷刺嗎。畢竟，如果凡事皆有因果的話，那么我們就沒有決定任何事的自由了。而這個結(jié)果又是由其他原因?qū)е碌??！械纳壽E都只是受因果關(guān)系的控制了。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。最后，附上兩段結(jié)語，一段是書中的一段話，另一段是我自己瞎編的。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。如同核技術(shù)一樣，用的話，造福地球，濫用，給個金剛石地球你，照樣爆。 大數(shù)據(jù)變革讀后感 大數(shù)據(jù)變革讀后感（一）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(biāo)題吸引人，內(nèi)容很空泛，沒有什么的可讀性。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。在這個產(chǎn)品差異化已經(jīng)不再是一個可持續(xù)競爭優(yōu)勢的世界，了解消費者是必要的。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。隨著中國公司和消費者的成熟，我們相信這種數(shù)據(jù)驅(qū)動的營銷和銷售方法將變得越來越意義重大。領(lǐng)先公司已經(jīng)開始思考如何準(zhǔn)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。大數(shù)據(jù)變革讀后感（二）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。2014中國綠公司年會“改變的年代：現(xiàn)實與遠見”于20日至22日在廣西南寧舉行。大數(shù)據(jù)是IBM整個公司的戰(zhàn)略。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。技術(shù)層面，講了概念之后就知道大數(shù)據(jù)需要有一個平臺，需要有一個數(shù)據(jù)的抓取，它有傳輸，分析、建模、優(yōu)化等等，最后產(chǎn)生你的認(rèn)知，這些東西都是在大數(shù)據(jù)這個平臺上所必須具備的一些特性。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。制造業(yè)，阿里巴巴講到了電商這方面，他知道了很多數(shù)據(jù)，其實我們已經(jīng)看到小米之類的，從C2B，我跟馬云八年前講了C2B，他當(dāng)時說C2B是什么，他還沒做小B2C，連商城還沒做。醫(yī)療行業(yè)，我認(rèn)為將來走下去，很可能就顛覆了。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。我們在IBM做的實驗，不一定有很多人知道，沃森這個機器人，幾年前下象棋，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?！毒V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(zhǔn)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)。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。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。不單被利用于一個行業(yè)或者只被掌握于幾家公司。則是大數(shù)據(jù)時代所帶來的思維變革。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?jǐn)?shù)據(jù)。對于舍恩伯格的觀點。挑戰(zhàn)的數(shù)十年，乃至數(shù)百年的人對準(zhǔn)確的要求。接下來筆者按照書中所分章節(jié)進行逐一的分析。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(zhǔn)確?，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?；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(zhǔn)確和有效。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。而且這種方式的確有效的幫助他生命延長了許多年。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。所以，大數(shù)據(jù)的分析，總體代替樣本是大勢所趨。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。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。當(dāng)然，錯誤是不可避免的，但是利大于弊。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。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。則也是足夠說明，精確或許真的有時候并不重要。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。3更好在第三個觀點上，我非常不認(rèn)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.。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(zhǔn)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)。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。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。簡單來說，亞馬遜并不需要知道你為什么要買這樣多系。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。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。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。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。個人認(rèn)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。觀念的變化是正確的。面對新時代的思潮，非逆之者亡，我想，更多應(yīng)該是未