『壹』 【《大數據時代》讀書筆記3】數據是可再生的可再生資源
本科畢業論文寫的是風力發電，作為一種安全清潔的可再生能源，雖然並網會給電網帶來較大壓力，但隨著智能電網的普及，風力發電前景喜人。與風力資源類似，數據也是可再生的，而且與對風力資源的利用暫時只局限在發電領域不同，數據可以被稱作是可再生的可再生資源。兩個可再生並非筆誤，而是源自其價值的多樣化，對數據利用方式的創新，帶來的，是源源不斷的數據價值。
數據冰山，更需要仔細勘探，太遠，會看不清，太近，會迷失方向，如果不小心撞上，那恐怕只能在數據之海里沉沒了。所幸，在大數據思維的指引下，在數據的首要價值被挖掘後，潛在價值也持續不斷被釋放。
三種創新讓我們得以初探冰山全貌。
數據創新1：數據的再利用
數據再利用的前提是收集或控制數據集尤其是大型數據集。有些機構如谷歌、如亞馬遜，早早地開啟了他們的數據再利用之旅，谷歌基於關鍵詞搜索整理了一個版本的搜索詞分析，並公開供人們查詢，如實時經濟指標以及旅遊部門的業務預報服務；而亞馬遜則一直致力於讓數據的價值再大一點，通過早期為AOL電子商務網站提供後台技術服務的合作，讓亞馬遜掌握了用戶的數據，包括他們在看什麼、買什麼，進一步幫助亞馬遜提高推薦引擎性能。
與這些線上企業對數據利用的敏感度不同，一些線下運作的傳統企業，也許還在信息噴泉上安睡。有些數據被收集、被保存，但也把數據帶入了墳墓，暫不能見天日。但當他們嗅到了數據所帶來的機會後，如一家知名的物流企業，針對其掌握的全球出貨信息，成立專門部門，以商業和經濟預測的形式出售匯總數據，創造了谷歌搜索查詢業務的一個線下版本。
數據創新2：重組數據
還記得那個將某個地區的交通事故發生情況與犯罪發生情況映射到一張地圖上的例子么，這就是數據重組，很多時候，1+1>2的效果一次又一次地在證明其強大魔力。其實，兩個或者更多個大數據的相加，是更大的大數據，關鍵在於怎麼相加。丹麥癌症協會曾就手機是否增加致癌率這個命題進行研究，通過將1990年至2007年間擁有手機用戶的信息和該國所有癌症患者的信息這兩個數據集結合後，得出了沒有發現使用行動電話和癌症風險增加之間存在任何關系的結論。這就是一個數據與數據相加的實例，雖然未能形成轟動的效果，但至少也能讓人們更加放心的使用行動電話了，也為我們提示了大數據運用的更多可能性。
數據創新3：可擴展數據
一個數據集並不會只有一種用途，就如美的發現需要一雙發現美的眼睛一樣，數據的用途也需要一雙發現數據用途的眼睛。零售商店內的監控攝像頭，不僅可以用來認出商店扒手，還能跟蹤在商店裡購物的客戶流和他們停留的位置，利用這些信息，零售商可以設計店面的最佳布局並判斷營銷活動的有效性，正如那句話所說，無心插柳柳成蔭。
數據利用的其他可能，還有數據的折舊值、數據廢氣、開放數據等。其中，開放數據最吸引人眼球，這也是各國政府現在正在努力推進的，其主旨是通過多元主體的參與，喚醒沉睡的數據，雖然真正實施起來，並不是那麼容易，但這，必然是大勢所趨，方向已經確定，路途的曲折蜿蜒，不過是為了更好地前進。
『貳』 《大數據時代》讀後感 - 讀書筆記
《大數據時代》讀後感
這么多年來，看了很多東西，如今回過頭來發現，好像什麼都忘了，真是悲劇，所謂讀書破萬卷，下筆如有神或許是不對的，還是需要下筆勤快，所以決定從這里開始。
這些年對於技術的發展， 我是沒有跟上，如今發現即便是對於投資，技術對於我們生活的改變太大，而自己身在這個技術浪潮的前沿，還是需要跟上步伐。
——前言
大數據這個概念已經提了很久，我也一直疏忽了對於它的理解。看完《大數據時代》，再結合如果工作上對於大數據的理解，頓時發現數據的重要性，以前在這方面的確沒有足夠的思想意識。
整本書來說，我覺得最關鍵的三個點是前面幾個章節：
1、要總體，不要隨機樣本：從小對於統計學相關的學習，基本都是從樣本出發，理論的基礎在於如何隨機的足夠分散的選取樣本，這可是技術活加直覺。而對於大數據來說，要的就是總體，本質上來說，總體樣本的確更能准確找到結果。但是對於統計來說，總體的分析增加了數據分析的難度，不僅數據核對不好進行，一旦出現數據污染，准確度就會大打折扣，而且進行數據回溯的時候，也無法准確確認問題，而這一點也是後面相關性上問題；
2、要混亂，而不是精確：這里主要想說明的是希望數據的多樣性，盡量將相關數據都收集起來，不管是結構化的還是非結構化的。這樣就不可避免的最終結果的不準確性。大數據更多的是從一個總體數據中說明以後概率事件，既然是概率，也就可以理解無法精確。這里有個點的說明，我覺得需要提一下，大數據演算法更傾向於「簡單」，而不是復雜，這個倒是出乎我的意外。
3、要相關性，而不是因果：從我對於知識獲取的過程來說，我是不同意這個觀點，從人體對於知識的理解，還是要從因果論出發，沒有因果論，就會變成瞎子。而作者的觀點上來說，原因可能還是從大數據本身的非准確性，一旦找到合適的演算法，找到相關性，向上追述原因本身就很難。但是從舉的示例上看，相關性的確認是一個非常大的工程，基本就是使用排舉法，一個一個試。
所以，對於大數據來說，最重要的三點是：1、數據——得到更多數據；2、演算法——建立更快的演算法體系；3、思維——尋找數據間更多的相關性。
對於數據最終的走向，我同意書中所提到的政府管理的觀點，既然都是以「石油」的標准來看待數據，政府統一管理也就是必然的了。而且對於政府來說，掌握更多數據也有利於其管理及維護社會的穩定性。而對於社會道德方面的論述，我不想多說什麼，時代發展是不會被道德綁架的。
所以最後，想要建立對於大數據的思維，《大數據時代》還是值得一讀，裡面的很多示例也非常不錯。如人際關系這一塊，也是出乎我的意料。
『叄』 大數據時代讀後感
《大數據時代》是國外大數據系統研究的先河之作，本書作者維克托·邁爾·舍恩伯格被譽為“大數據商業應用第一人”，擁有在哈佛大學、牛津大學、耶魯大學和新加坡國立大學等多個互聯網研究重鎮任教的經歷，早在2010年就在《經濟學人》上發布了長達14頁對大數據應用的前瞻性研究。以下是這本書的讀後感範文，歡迎閱讀!
大數據時代讀後感(一)
我們不再熱衷於尋找因果關系，而應該尋找事物之間的相關關系。這個命題是我讀這本書最大的感觸。個人認為也是這本書最核心的思想。從頭說起吧，首先，書提出一個顛覆我以前認知的命題--”並非原子而是信息才是一切的本源“，將世界看做信息，看做可以理解的數據的海洋，為我們提供了一個從未有過的審視下是的視角。它是一種可以滲透到所有生活領域的世界觀。這個命題是在書的最後一部分中的某一段中描寫的。我之所以把它放在最前面來講，因為我覺得，這是談數據化世界的前提，自然也是談論大數據的前提啦。書的中間部分有一節講到數據化和數字化的區別。經過我自己腦子的整理，把數據化世界這個命題列為大數據思維的第二步。寫到這里，我不由得反省下，我是不是有領悟到書的精髓所在(我認為的精髓)，就是第一句話。因為回顧我整個思路，還是按照舊模式的因果關系思考模式思考問題。書中另一個吸引我的地方就是，有很多觀點的論述，會從哲學的高度論述。雖然，自己肚子沒多少墨水，但是讀這些描述的時候，就會發現自己會更好的理解作者提出的命題。比如書中有一段文字
當我們說人類是通過因果關系了解世界時，我們指的是我們再理解和解釋世界各種現象時使用的兩種基本方法：一種是通過快速、虛幻的因果關系，還有一種就是通過緩慢、有條不紊的因果關系。大數據會改變這兩種基本方法在我們認識世界時所扮演的角色。
在附上一些事例的時候，用作者提供的”本質“去看待時，很容易理解，確實是這么回事。好了，那麼大數據到底改變了我們什麼呢，作者給出3點，
大數據的精髓在於我們分析信息時的三個轉變，這些轉變講改變我們理解和組建社會的方法。
第一個轉變就是，在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴於隨機采樣(樣本=總體)
第二個轉變就是，研究數據如此之多，以至於我們不再熱衷於追求精確度
第三個轉變因前兩個轉變而促成，即我們不再熱衷於尋找因果關系，而應該尋找事物之間的相關關系。大數據告訴我們”是什麼“而不是”為什麼“。在大數據時代，我們不必知道現象背後的原因，我們只要讓數據自己發聲。
正如大家所知道的那樣，人類的大腦具備這樣的功能，它會把新輸入的刺激或信息與”過去的經驗或積累的部分知識“相對照，然後進行調整並接受下來。如果眼前新的現實與大腦中儲存的固有信息無法協調，便會在無意識中拒絕接受新的現實(當作沒有看見);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(產生錯覺)。這是人的一種本能，目的在於使自己保持冷靜。
所以作者稱之為revolution。
講了這么多，那麼大數據到底給我們帶來什麼。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。當然，書中提了很多，最多的就是，XXX公司或者個人利用大數據創造了多大的財富了，拋開這些表面的不說，最讓我動心亦或者是害怕的是---預測。這是大數據帶來最核心的東西，動心的理由無須贅述，計算機會告訴你什麼時候買什麼雙色球可以中頭獎，想想心裡是不是有一點小激動咧。當然這只是我打的一個比較誇張的比喻。至於害怕呢，書中有段話我很喜歡
公平正義的基礎是人只有做了某事才需要對它負責，畢竟，想做而未做不是犯罪，社會關系於個人責任的基本信條是，人為其選擇的行為承擔責任。如果大數據分析完全准確，那麼我們的未來會被精準的預測，因此在未來，我們不僅會失去選擇的權利，而且會按照預測去行動。如果精準的預測成為現實的話，我們也就失去了自由意志，失去了自由選擇的權利。既然我們別無選擇，那麼我們也就不需要承擔責任。這不是很諷刺嗎。
扯到這里，順便扯一下，書中另一段關於自由意志的描述
在哲學界，關於因果關系是否存在的爭論已經持續了幾個世紀。畢竟，如果凡事皆有因果的話，那麼我們就沒有決定任何事的自由了。如果說我們做的每一個決定或者每一個想法都是其他事情的結果。而這個結果又是由其他原因導致的。以此循環往復，那麼就不存在人的自由意志這一說了。——所有的生命軌跡都只是受因果關系的控制了。因此，對於因果關系在世間所扮演的角色，哲學家們爭論不休，有時他們認為，這是與自由意志相對立。
書中舉了個例子，舉了部電影《少數派報告》，當我看到這里的時候，”哎喲，我居然看過這部電影，想想心裡還是有點小激動“，有興趣的可以去看下，大概就是講警察通過預測來提前抓捕犯人，不過不是通過大數據，是通過超人類的方式。當你什麼舉動都可以被預測，相當於你完全暴露在太陽光下，換成你，你害怕不。
最後，附上兩段結語，一段是書中的一段話，另一段是我自己瞎編的。
大數據並不是一個充斥著演算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據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。
大數據終將會影響到我們，也像其他技術一樣會是一把雙刃劍，用得好，動心，濫用，害怕。如同核技術一樣，用的話，造福地球，濫用，給個金剛石地球你，照樣爆。我相信，未來的大數據的發展會如作者所說的，是一場生活、工作與思維的革命。
大數據時代讀後感(二)
去年的“雲計算”炒得熱火朝天的，今年的“大數據”又突襲而來。彷彿一夜間，各廠商都紛紛改旗換幟，推起“大數據”來了。於是乎，各企業的CIO也將熱度紛紛轉向關注“大數據”來了。有一張來自《程序員》微博的漫畫很形象。我覺得這張圖，很真實地反映了現實中小企業雲計算，大數據的現狀。
不過話又還得說回來，《大數據時代》是本好書。
當然，很多IT知名人士也大力推薦，寫了好多讀後感來表述對這本書的喜歡沒看此書之前，對所謂大數據的概念基本上是一頭霧水，雖則有了解關注過現在也比較火熱的BI，覺得也差不多，可能就是更多的數據，更細致的數據分析與數據挖掘。看過此書後，感覺到之前的想法，只能算是中了一小半吧---巨量的數據，而另一前：著眼於數據關聯性，而非數據精確性，或許才是大數據與現時BI最大的不同，不僅僅是方法，更多的時思想方法。不過坦白講，到底是數據的關聯性重佳，還是數據的精確性更好，還真的需要時間來檢驗一下，至少從現在的數據分析方法來論，更多的傾向於數據的精確性。看完此書，我心中的一些問題：
1.什麼是大數據?
查了查網路，是這樣定義的：大數據(bigdata)，或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟體工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的'的資訊。大數據的4V特點：Volume、Velocity、Variety、Veracity--這個好像是IBM的定義吧。
以個人的觀點來看：數據海量，存儲海量都是大數據的基本原型吧。
2.大數據適合什麼樣的企業?
誠然，大數據的前提是海量的數據，只有擁有巨量的數據資源，方能從中查找出數據的關聯性，才可以讓通過
專業化的處理，讓其為企業產生價值。針對電信運營，互聯網應用這樣海量用戶的數據的大企業，也是在應用大數據的道路上擁有得天獨厚的條件，但是針對中小企業呢?銷售訂單數據?若非百年老店，估計數據也是少得可憐，5，能用的可能只有消費者數據了吧。貌似大多數廠商，用來舉例的也就是消費都購買行為分析為最多。同樣，在公共事業類的政府機構，大數據的作用也許也能很好的發揮。反而感覺在大多數中小型企業應用大數據，似乎有點大題小作。書中說：大數據是企業競爭力。誠然，數據是一個企業的核心無形資源(利用得好的話)，但是否所有的數據，或都換則方式說：所有的企業都以大數據為競爭力，是否真的合適么?是否在中小企業中，會顯示得小題大做呢?
3.大數據帶來的影響
當一波又一波的IT技術熱潮源源不斷地向我們鋪面而來的時候，你甚至都沒有做好准備，你都要開始迎接它所給你帶來的影響了。經過物聯網，雲計算的推波助瀾下，大數據開始登場了。但它到底給我們帶來了什麼呢?
1)預測未來書中以Google成功預測了未來可能發生流感的案例來開篇，表明通過大數據的應用，可以為我們的生活起一個保駕護航的指向標。實質很簡單，技術改變世界。
2)變革商業大數據所帶來的商機，同時會衍生出一系列與大數據相關的商業機遇與商業模式，數據的潛在價值會源源不斷地發揮作用可以容易想到的是未來有專門的數據收集，數據分析，數據生成的一條數據產業鏈產生。影響最大的，當然是IT公司
3)變革思維書中所說：因為有海量的數據作基礎，未來，我們可能更關注數據的相關，而非精細度。對這條，本人還是持保留意見的。
大數據時代讀後感(三)
如今說起新媒體和互聯網，必提大數據，似乎不這樣說就OUT了。而且人雲亦雲的居多，不少談論者甚至還沒有認真讀過這方面的經典著作——舍恩佰格的《大數據時代》。維克托·邁爾——舍恩伯格何許人也?他現任牛津大學網路學院互聯網研究所治理與監管專業教授，曾任哈佛大學肯尼迪學院信息監管科研項目負責人。他的咨詢客戶包括微軟、惠普和IBM等全球頂級企業，他是歐盟互聯網官方政策背後真正的制定者和參與者，他還先後擔任多國政府高層的智囊。這位被譽為：大數據時代的預言家“的牛津教授真牛!那麼，這位大師說的都是金科玉律嗎?並不一定，讀大師的作品一定要做些功課才好讀懂，如果能做足功課又具備相應的理論功底，就能與之進行一場思想上的對話。
舍恩伯格分三部分來討論大數據，即思維變革、商業變革和管理變革。在第一部分”大數據時代的思維變革“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，而是全體數據;二、更雜：不是精確性，而是混雜性;三、更好：不是因果關系，而是相關關系。對於第一個觀點，我不敢苟同。一方面是對全體數據進行處理，在技術和設備上有相當高的難度。另一方面是不是都有此必要，對於簡單事實進行判斷的數據分析難道也要採集全體數據嗎?我曾與香港城市大學的祝建華教授討論過。祝教授是傳播學研究方法和數據分析的專家，他認為一定可以找到一種數理統計方法來進行分析，並不一定需要全部數據。聯繫到舍恩伯格第二個觀點中所說的相關關系，我理解他說的全體數據不是指數量而是指范圍，即大數據的隨機樣本不限於目標數據，還包括目標以外的所有數據。我認為大數據分析不能排除隨機抽樣，只是抽樣的方法和范圍要加以拓展。
我同意舍恩伯格的第二觀點，我認為這是對他第一個觀點很好的補充，這也是對精準傳播和精準營銷的一種反思。”大數據的簡單演算法比小數據的復雜演算法更有效。“更具有宏觀視野和東方哲學思維。對於舍恩伯格的第三個觀點，我也不能完全贊同。”不是因果關系，而是相關關系。“不需要知道”為什麼“，只需要知道”是什麼“。傳播即數據，數據即關系。在小數據時代人們只關心因果關系，對相關關系認識不足，大數據時代相關關系舉足輕重，如何強調都不為過，但不應該完全排斥它。大數據從何而來?為何而用?如果我們完全忽略因果關系，不知道大數據產生的前因後果，也就消解了大數據的人文價值。如今不少學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。
世間萬物的復雜性多樣化並非非此即彼那麼簡單，舍恩伯格也是這種二元對立的幼稚思維嗎?其實不然，讀者在閱讀時一定要看清楚他是在什麼語境下說的，不要因囫圇吞棗的淺讀而陷入斷章取義的誤讀。比如說舍恩伯格在提出”不是因果關系，而是相關關系。“這一論斷時，他在書中還說道：”在大多數情況下，一旦我們完成了對大數據的相關關系分析，而又不再滿足於僅僅知道‘是什麼’時，我們就會繼續向更深層次研究的因果關系，找出背後的‘為什麼’。“[i]由此可見，他說的全體數據和相關關系都在特定語境下的，是在數據挖掘中的選項。
大數據研究的一大驅動力就是商用，舍恩伯格在第二部分里討論了大數據時代的商業變革。舍恩伯格認為數據化就是一切皆可”量化“，大數據的定量分析有力地回答”是什麼“這一問題，但仍然無法完全回答”為什麼“。因此，我認為並不能排除定性分析和質化研究。數據創新可以創造價值，這是毫無疑問的。舍恩伯格在討論大數據的角色定位時仍把它置於數據應用的商業系統中，而沒有把它置於整個社會系統里，但他在第二部分大數據時代的管理變革中討論了這個問題。在風險社會中信息安全問題日趨凸顯，數據獨裁與隱私保護成為一對矛盾。如何擺脫大數據的困境?舍恩伯格在最後一節”掌控“中試圖回答，但基本上屬於老生常談。我想，或許凱文·凱利的《失控》可以幫助我們解答這個問題?至少可以提供更多的思考維度。正如舍恩伯格在結語中所道：”大數據並不是一個充斥著演算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據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。“謝謝舍恩伯格!讓大數據討論從自然科學回到人文社科。由此推斷，《大數據時代》不是最終答案，也不是標准答案，只是參考答案。
此外，在閱讀此書之前還必須具備一些數據科學的基本知識和基本概念，比如說什麼叫數據?什麼叫大數據?數據分析與數據挖掘的區別，數字化與數據化有什麼不同?讀前做些功課讀起來就比較好懂了。
『肆』 《大數據》讀書筆記
《大數據》（徐子沛）
核心觀點： 一個真正的信息社會，首先是一個公民社會。
徐子沛和吳軍是國內科技界文筆最好的兩位大拿，能把復雜的技術發展講得像故事一樣引人入勝。書中講述了美國信息開放、數據技術創新、數據逐步開放的歷史，例舉了美國政府如何通過大數據來治國：降低犯罪率、糾正福利濫用、增加財務透明度，並展望了大數據發展的未來，他覺得中國和美國最大的區別就在中國習慣於說「差不多」，不善於用數字管理國家。書中也介紹了大數據中數據倉庫、數據挖掘、數據分析、數據可視化等技術的發展，他認為： 數據就是企業的財富和金礦，數據分析和挖掘的能力就是企業的核心競爭力。 阿里網羅了徐子沛和王堅兩個大數據和雲計算專家，估計在大數據和雲計算領域鮮有敵手了。
核心觀點： 推崇知識和理性，用數據創新
本書講述互聯網對傳統工業 生活的推進，大量數據沒有數字化，數據基本都困在一家醫院內，電子病歷推進也很緩慢，通過數據的流通讓患者享受更便捷、更安全的服務基本只限制在思考層，這裡面有方方面面的各種利益、法規的原因，這就像書中說的「也許是由於其本身的根深蒂固。作者認為 iPhone、雲計算、3D列印、基因測序、無線感測器、超級計算機，這些改變了我們生活的事物，將再一次地融合在一起，對醫學進行一次「創造性破壞」 ，我覺得新技術的應用比新規則的創立在國內還是相對簡單，而也能解決醫療資源不足的痛點，把像IBM沃森這樣的智能作為醫療的輔助判斷，提升醫療的效率和准確率還是前景明朗的。但要說像書中說的「舊的體系完全不復存在，新的體系隨之取代...在這超級融合之下，權力再次交回到我們自己手中，而只有我們自己，。我想這還有很遠的路要走，與生命有關的事物，一定是慎之又慎的；與體系有關的事情，改變一定是難上加難的。
所以 崇正說他們阿里都是看數據做事情，不是臆想做事情。因為在這個高速發展的時代，數據都是流動。他們都是落實到行動，分析數據，應用數據，依靠數據。
『伍』 大數據時代讀後感怎麼寫
讀後感也可以叫做讀書筆記，是一種常用的應用文體，也是應用寫作研究的文體之一。簡單說就是看完書後的感觸。下面是大數據時代讀後感怎麼寫，請參考！
對於暢銷書刊、熱點話題、時尚科技，始終不太感興趣。書刊，喜歡有一定年份的；話題，鍾情於務虛的觀點；新奇的產品於我無緣，習慣使用成熟的科技產品。既不清高，也非冷漠，就是要與現實保持一定的距離，給自己留一點思考的空間。這一習慣最近破了例。由於工作的原因，耳濡目染，「大數據」這個新興概念開始頻繁步入我的視野。按捺不住內心的好奇，網購《大數據時代》，手不釋卷，三天讀完，頗有收獲。此書有如下特點。
首先，作者站在理論的制高點上，條理清楚地闡述了大數據對人類的工作、生活、思維帶來的革新，大數據時代的三種典型的商業模式，以及大數據時代對於個人隱私保護、公共安全提出的挑戰。其次，文中的事例貼近現實生活，貼近時代，令讀者既印象深刻，又感同身受。此外，作者沒有使用大量的專業術語，沒有假裝一副專業的面孔。縱觀全書，遣詞造句，均通俗易懂。
作者認為大數據時代具有三個顯著特點。一、人們研究與分析某個現象時，將使用全部數據而非抽樣數據；二、在大數據時代，不能一味地追求數據的精確性，而要適應數據的多樣性、豐富性、甚至要接受錯誤的數據。三、了解數據之間的相關性，勝於對因果關系的探索。「是什麼」比「為什麼」重要。
作者指出，隨著技術的發展，數據的存儲與處理成本顯著降低，人們現在有能力從支離破碎的、看似毫不相乾的數據礦渣中抽煉出真知爍見。在大數據時代，三類公司將成為時代的寵兒。一是擁有大數據的公司與組織。如政府、銀行、電信公司、全球性互聯網公司(阿里巴巴、淘寶網)。二是擁有數據分析與處理技術的專業公司，如亞馬遜、谷歌。三是擁有創新思維的公司，他們可能既不掌握大數據，也沒有專業技術，但卻擅長使用大數據，從大數據中找到自己的理想天地。
面對即將來臨的大數據時代，個人將如何應對自如？這是個嚴肅的問題。
「除了上帝，任何人都必須用數據來說話。」——這是《大數據》中出現的讓人印象深刻的一句話，也是全書力圖傳遞的信息。在數字信息時代，數據和空氣一樣遍布生活，對於有些人來說，數據無意義，而對於有些人來說，數據，即真相。
美國是《大數據》的主角，全書通過講述美國半個多世紀信息開放、技術創新的歷史，以別開生面的經典案例——建設「前所未有的開放政府」的雄心、公共財政透明的曲折、《數據質量法》背後的隱情、全民醫改法案的波瀾、統一身份證的百年糾結、街頭警察的創新傳奇、美國礦難的悲情歷史、商務智能的前世今生、數據開放運動的全球興起，以及雲計算、Facebook等社交媒體、Web3·0與下一代互聯網的未來圖景等等，為讀者一一細解數據創新給公民、政府、社會帶來的種種挑戰和變革。
透過全書，一個立體的美國及美國人民的思想呈現在我們面前——美國人民執著於個人隱私的保護，卻又不遺餘力地推動著政府信息的透明與公開。
讀完此書，對生活中的數據及數據處理突然有了很大的興趣。如果有一天，處處以數據說話，那麼，政治、制度、生活將更加清明，事故、腐敗將降到最低點。
作為信息技術教師，是有必要閱讀此書的！有慧根的教師將能從書中挖掘出信息技術特有的文化以及能用於教學的鮮活案例。
每天能用來閱讀的時間很少，總是要等到夜深疲倦時才有空打開書本，總是在眼睛極不舒服的情況下堅持閱讀，《大數據》就這樣在堅持中溶入我的思想……
讀完《大數據》，我才意識到這並不是一本枯燥無味的書籍。作者運用案例和講故事的方式，把美國數據開放、收集、使用背後的立法故事、公民故事、技術故事、商業故事娓娓道來，引人入勝，令我大開眼界。
我在想，大數據概念對於教育來說會產生什麼樣的實用價值呢？一直以來，中國教育在研究教育的數字化，比如數字化校園，這個思路就是把我們教育的內容進行數字化，其結果指向的就是電子教材的研發或者是教學過程的數字化。美其名曰，這是教育技術的重要內涵。在教學過程中，學生的行為表現都可以被數據化，而這項研究不是任何一個專業可以深入下去的，它的專業性太強，所以我才會想到，所謂教育技術與其研究教育的數字化，不如研究教育的數據化來得實在，來的有意義。長期以來，我們並不了解教育對一個人的影響具體會如何表現，我們有的只是一個輪廓，我們也並不確定一個教師的行為對學生具體產生了哪些影響。所以，人們對教育一直有一個深深的質疑，它是不是科學的？大數據概念至少提出了關注「是什麼」比「為什麼」要有實際意義得多。而我們的教育恰好需要把注意力從「為什麼」轉移到「是什麼」上面來，只有如此，才能把教育從為什麼發展成「可能成為什麼」上來，這會是一次思想上的.革命。而對於現在地位岌岌可危的教育技術來說，把研究的重點從數字化轉移到數據化上面，這才是它的出路。
如何將數據融入教學，教育者首先通過標准化全科教學處方，實現了教師授課模板和教學內容的標准化，保證每個教學過程和內容是可控的，然後結合每天的教學內容，處理好面對的數據，處理好數據，自然也就處理好了課堂的反饋，最終形成了既注重教學體驗又以教學結果為導向的教學體系。
與此同時，不僅要注重課上的學生資源，在課後還要對這些資源進行跟蹤處理。這與過去的教育教學顯然是不同的，面對大數據時代的到來，教學有所改變是必然的。所以，無論環境怎麼變換，數據如何復雜，我們都不能不去改變自己的教學去迎合將來的這個大數據時代。
3月11日下午兩節課後，我校全體教師和受邀而來的金南學區各友好學校的領導及教師匯聚於多媒體教室，共同分享、交流《大數據》讀後感。
老師們從：何謂大數據；立足國情對大數據進行探討；大數據在教育教學中的主要應用等幾個方面暢談了自己的感悟。
張萌老師說：大數據體量龐大、結構復雜、是產生巨大價值的數據集合。大數據這種方法在中國的國情下需要以更加科學、合適的方式進行實踐，不可生搬硬套。
董譯雯老師說：在你我感嘆《大數據》里深植於美國民眾血液中的自由、民主、嚴謹的價值觀的同時，可否想過中國教育體制下的孩子們身上還殘留多少獨立與自我意識？作為典型的八零後，我們這一代人身上最缺失的便是獨立思考能力。但願，我的學生哪怕是因為我所做的一點點努力而開始思考「我」這個字的含義，足矣！
張紅傑老師說：很感謝校長給我們推薦了《大數據》這本書。在教學工作中，應該有大數據意識，創新意識。學習一些專業的教學統計法、數據分析法，從中發現一些教育現象，並採取相應的策略。讓我們的教育教學工作少一些隨意和盲目，多一份嚴謹與科學。
白媛媛老師通過文中的三個事例，結合教學實際，談了自己教學中對數據使用的價值；結合自己的工作，談了如何實現工作的最高境界。
交流活動尾聲，身為閱讀《大數據》的倡議者、發起者、以及忠實的讀者韓校長幽默風趣的同大家分享了他讀後的感悟：我們心中要裝著學校，因為我們個人的命運依賴群體的命運；工作要追求精細化，不能做胡適書中的「差不多」先生；尊重數據，擁有數據意識，建立數據團隊！
此次活動從寒假期間倡導讀《大數據》一書，到開學伊始的分組沙龍，再到今日的閱讀共享，現已圓滿告一段落。相信此次活動定會增強我校全體教師的數據意識，掌握大數據，運用大智慧助推我校的教育教學上一個新的台階！
『陸』 【《大數據時代》讀書筆記2】大數據視角下，一切皆可「量化」
「大數據」視角，並非近年來的新事物，回顧歷史，早已有之。只是當時，「大數據」這個詞，尚未產生。
19世紀，「量化」之於航海。 19世紀還是航海經驗靠口口相傳、有些甚至被證明是錯誤的年代，航海家莫里通過量化分析製作的導航圖，是大數據的最早實踐之一。在因為馬車事故造成腿部殘疾後，年輕的海軍軍官莫里離開了海上工作，來到了圖表和儀器廠。在這個後來被證明是他福地的地方，在翻閱、整理庫房裡存放的航海書籍、地圖、圖表、航海日誌後，莫里將這些記錄進行數據整合，把整個大西洋按經緯度分成五塊，並按月份標出溫度、風速和風向，為找到更有效的航海路線提供參考。之後，為了提高精確度，莫里創建了一個標準的表格來記錄航海數據，並在所有海軍艦艇及部分商船上使用，通過分析這些數據，一些利於航行的天然航線被找到，為海軍及商船減少了三分之一的航海路程。遠在信息數字化之前，人工的數據運用已經充分展示了其實效。隨著數據存儲和處理能力的不斷提高，「大數據」技術的運用領域也不斷擴展。
20世紀，「量化」之於投資。 在金融領域，「量化」這個詞經常以「量化投資」等片語形式出現，指的是通過數量化方式及計算機程序化發出買賣指令，以獲取穩定收益為目的的交易方式，其實質在於替代傳統的定性分析，以數據為支撐作出投資決策。「量化投資」在海外的發展已有30多年的歷史，其投資業績穩定，市場規模和份額不斷擴大，得到了越來越多投資者認可。金融領域是數據相對集中和易感知的領域，但量化的舞台，遠不止於此。
21世紀，「量化」之於坐姿研究。 日本先進工業技術研究所的越水重臣教授將量化用於坐姿研究，通過對人坐著時的身形、姿勢和重量分布等的數據化，產生獨屬於每個乘坐者的精確數據資料，並根據人體對座位的壓力差異識別出乘坐者身份，准確率達到98%。這項技術可作為汽車防盜系統，通過這個系統，汽車可以識別駕駛者是否為車主並設置相應安全措施。數據的提取，只有你想不到，沒有提取不到，關鍵在於如何提取、如何利用。
數據化，不是數字化。 前者，是指把現象轉變為可製表分析的量化形式的過程；後者，指的是把模擬數據轉換成用0和1表示的二進制碼。在數字化時代來臨之時，在腦海中對這兩個概念有清晰概念十分重要。數據化的關注重點是在「I（信息）」上，而數字化則關注「T（技術）」。數字化的發展，提高了數據化的可行性。
「數據化」文字。 谷歌的數字圖書館，是文字數據化的典範。通過文字的數據化，人可以用之閱讀，機器也可以用之分析。谷歌運用這些數據化了的文本來改進它的機器翻譯服務，從幾年前相當於高中水平的翻譯水準，到如今的令人驚嘆，著實超越了英語水平不斷退化的某筆者（容某筆者先找個地兒蹲著哭一會兒）。
「數據化」方位。 手機的廣泛運用，讓人的實時位置信息也可以被數據化，位置信息的數據化，催生了許多新價值。比如無線數據科技公司Jana的創始人伊格爾，他使用了來100多個國家的超過200個無線運營商的手機數據，既關注家庭主婦平均每周去幾次洗衣店，也試圖回答關於疾病如何傳播等問題。新的用途不斷產生，既可以用於商業，也可以用於社會研究。
「數據化」溝通。 個人化是數據化的前沿，facebook將關系數據化，twitter將情緒數據化，linkedin將個人經歷數據化，這些社交網路平台，以各種方式將個人及其溝通數據化，並存儲了海量的用戶數據。初步的運用，例如Derwent Capital對沖基金對微博數據文本的分析，獲得了股市投資的信號，雖然由於隱私問題，數據的使用還遠未成熟，但我們不難想像，當數據被充分運用，世間萬物是否已不再是世間萬物，而是海量的數據呢？
當看到一切皆可量化這句話，還是持一定的保留態度。因為，太過絕對。但似乎，這只是一種理念的傳遞，為了表達數據化的重要性而已。大數據視角，提供了看世界的另外一個角度，但絕不是唯一視角。
『柒』 讀書筆記：大數據時代
隨著網路的普及、計算機運算和存儲能力的提高，我們獲取信息越來越容易，越來越多。絕大多數信息對我們來說可能都是噪音，或者用過一次後就被丟棄；而對有大數據思維的公司或個人來說，這些則是零散的金粉，他們可以從中挖掘出許多小數據無法得到的意想不到的結果。比如人們所用的搜索詞在搜索完成之時就失去用處，Google偏偏將它們重新利用，用以改善結果的排序，用來預測流感感染情況。word語法檢查，小數據下表現最好的演算法在大數據下准確率卻最差。誰曾想坐姿可以轉化成數據，並開發成汽車防盜系統？進而擴展到盜賊識別？
大數據時代真的只有想不到，沒有做不到。它深刻的變革著我們的工作、生活、甚至思維方式。
1.不是樣本而是全部：得到全部數據並不那麼難，而且結果更全面可靠，我們不再依賴小數據時代的隨機取樣、假設-實驗-結論模式，取而代之的是直接對全部數據進行分析挖掘；
2.不是精確性而是混雜性：大數據時代我們不再執著於精確，而是允許一點瑕疵。我們要做的不是以高昂的代價消除所有的不確定性，而是接受這些紛繁的數據並從中獲益。以谷歌翻譯為例，它搜羅了所有可以利用的數據，雖然搜集的有錯誤翻譯，但巨大的語料庫優勢完全壓倒了缺點，使其好於布朗、微軟的班科和布里爾、IBM的Candide。又如word語法檢查，小數據下表現最好的演算法在大數據下准確率卻最差。混雜的大數據能創造比精確的小數據更好的結果！
小數據模式下，小的錯誤會導致極大的偏差，因此要求精確。值得注意的是，大數據的混雜性只是現實，而不是其固有特性，隨著技術的發展將會被改善。
3.不是因果關系而是相互關系：千百年來，我們一直在尋找事件背後的原因。事實上，如果凡事皆有因果的話，我們就沒有決定任何事的自由了。
基於大數據分析事物間的相互關系，使我們從因果串聯思維變為相互並聯思維。相互關系能提醒我們某些事正在發生，這些提醒非常有用。基於相關關系的預測是大數據的核心。通過找出一個關聯物並監控它，我們就能預測未來。如塔吉特懷孕預測，美國折扣零售商塔吉特通過對女性消費記錄分析，可以發現她是否懷孕，從而在相應階段寄送相應的折扣券。
戲中主角分別是大數據擁有者、大數據技術公司、大數據思維的公司或個人。第一個吃螃蟹的人早已斬獲良多，更多的人也開始去嘗試；隨著技術的發展，擁有大數據技術的公司的領先優勢也越來越弱；而數據本身的價值則與日俱增。試想，一個擁有思維和技術的新公司，如何去跟一個擁有海量數據且知道什麼更好的公司去競爭？
隨著行業發展，數據中間商也將粉墨登場。因為有些數據的價值只能通過中間人來挖掘。航空公司不到最後一刻不會發布航班晚點，也不會告訴你何時買票最便宜，但只要有數據，你就能知道這些。還有一些公司願意把數據給非營利機構。
大數據確實給我們帶來諸多便利，使我們的生活更便利、更美好。但我們也變得越來越透明，通過你的檢索詞、購物、評論等就能輕易定位到精確的個人！想想就讓人不寒而慄！
亞馬遜監視著我們的購物習慣
谷歌監視著我們的網頁瀏覽習慣
微博竊聽到了我們心中的TA
而facebook似乎什麼都知道，包括我們的社交關系網
我們時刻暴露在第三隻眼下（政府除外）。
鑒於此，維克托也建議完善相關司法，制定更完整的隱私保護政策、反壟斷。
值得注意的是，大數據給我們提供的不是最終答案，而是參考答案，我們不要過分信任、依賴數據給出的結果。假如一切都可以被預測，而且很精確，而我們想當然的去相信，放棄選擇的權利，也會不為結果承擔責任，那我們離變成機器人就不遠了，人工智慧控制人類也並非臆想！
而樂觀的人們則會認為一個更美好的未來在像我們招手:
以下為收集內容 。
http://www.ximalaya.com/1000577/sound/412418?from_platform=weixin
【構建一個機器的你】模擬你的知識體系、行為習慣:通過擬合你在社交網路的發言、及其它信息。模擬聲音:整合微信里的語音。模擬外貌:通過你發的照片等。將這些東西「導入」到一個機器，你在另一個地方被重生。它知道你所有的所有，宛如鏡像孿生。
可以看電影黑鏡2。
汽車若能交流 車禍或可避免
http://v.youku.com/v_show/id_XNTcyODU4NjQw.html
實現汽車對話以避免車禍，實際也是大數據的利用：通過數據化位置速度（通過攝像頭感測器電腦系統）等信息，然後分析並做出預測。信息與機器結合會使人分為自然人、半自然人、機器人吧。現在的美瞳等改變人的外形，以及研究火熱的腦機介面以實現通過意念控制機械，人正在與機器越來越多的整合在一起。
谷歌無人駕駛汽車
http://mp.weixin.qq.com/s?__biz=MjM5NzM5ODU2MA==&mid=200295774&idx=4&sn=&scene=1#rd
什麼時候無人駕駛汽車成片的出現在杭州就好了[偷笑][偷笑]或者不用成片，就是有些地方會放著（比如某個山洞某個工廠），嗯，某些方式（某個app，某個電話或者直接與微信集合，或者快的打車，打的車都變成無人駕駛車）可以把他叫過來，然後用完之後他自己回到原來的地方。[傲慢][傲慢]這樣社會多美好呀！還可以叫個車，讓他把東西/人送到某個地方，就不是為自己叫車而是為他人叫……
如果視野更開闊點， 數據或許是實現人與機器交流的語言 ，，數據能挖掘我們不知道的一面，但也不要全迷信數據，將活生生的、復雜的人等同於毫無生命的一堆數據或機器就不好玩了。。
量化自我，一場二十年前無法想像的運動
http://www.36kr.com/p/204479.html#wechat_redirect
『捌』 讀書筆記-07-數商-數據改變命運
之前看過一本書就做「奇特的一生」，本書的主人公叫柳比契夫，不僅是位著名科學家，還是「時間管理界」的大神。在他傳奇的一生中，一共有70多部著作。除了其專業領域外，還有歷史、宗教、數學等領域。柳比契夫的時間管理方式，首先做的就是時間記錄，他時間記錄到什麼程度？柳比契夫從1961年開始記錄直到其去世。在這長達56年的時間里，他把自己所有做過的事情，用了多長時間，都詳細地記錄了下來。
在這之上柳比契夫還會做周總結、月總結、年總結，統計其在每個事物上所花費的時間。有了這些數據，就能更科學做計劃了。因為其有足夠多的數據，對於時間就有超強的把控感，這樣制定的計劃也就更為合理，也更高效。我們可以想像當時在沒有電腦的時代，只能通過紙質地記錄方式，無論記錄還是查詢都非常麻煩和低效。而我們現在有了電腦，尤其是有了手機，隨手記錄顯得異常方便，但是作為數據時代先行者的我們，真的有效地使用了這種工具，幫我們提高工作效率？答案是不一定，工具還是那個工具，工具要想發揮它的功效，首先你要深刻理解數據重要性，能想像到數據帶來的好處，以及知道如何記錄數據，最後再有一個易用的工具，這樣才能真正把數據用起來。綜合來看，就是徐子沛老師說的數商，只有數商足夠高，移動互聯網的工具才能發揮效能。
這就引出了我今天介紹的這本新書《數商》。之前我看很多大數據的書，比如《大數據時代》、阿里的《大數據之路》、車品覺的《數據的本質》和《決戰大數據》、《數據中台》，更多的就是專業大數據技術書籍。一直沒有看徐子沛老師的書，覺得沒有什麼特別的新意，聽了羅振宇將這本書的時候，才決定看一下，看完後還是感覺收獲頗豐。數商講的是一個人如何駕馭數據的能力，數商會像智商、情商一樣，決定著我們的未來。
這本書一開始就有一套數商測試題，一共34道。它測的不是你的數學能力，而是把我數據的能力。我測了一下，是82分，這套有幾個問題決定了我很難拿到90分以上，比如，把你的情緒打分記錄下來，把你的朋友關系打分記錄下來，預測一件事打分記錄下來等等，像這樣的題，其實就像前面提到的柳比契夫每天做的時間管理一樣，把自己的所有經歷都數據化。這可能就是一般人和大神級人物的區別，看似只有一點點的區別，其實做到這點難度極大。本書後面是通過一個個故事把數商的價值體現出來，比如賭場、見未來岳母、疫情、奶茶與糞堆等等，裡面的故事非常精彩，為我們後續的構建自己的大數據體系提供了很好的素材。我還特意來了徐子沛的三本實體書，主要是想寫學習徐老師講故事的能力。
同時他裡面的每一個故事，都在告訴我們一個道理，一個普通人完全可以通過不斷提升自己對數據的駕馭能力，來把握自己的命運，甚至是挑戰權威。如果我們仔細想想真的是這樣，現在「智商」和「情商」，大家都已經非常重視，都在通過各種方式提高，你如果想在這兩個方面特出越來越難，但是數商卻還是一片開闊地，一方面大部分人沒意識到，一方面還沒有特別的有效方法，只要我們稍微注意一下，就能很快脫穎而出。
在這個大數據時代，在這個階級逐步固化的時代，《數商》給我們指明一條彎道超車之路，這條依然坎坷，但是他有機會超車，也許是這時代賦予我們的機會。
『玖』 大數據時代讀後感1000字(2)
大數據時代讀後感1000字（精選7篇）
舍恩伯格分三部分來討論大數據，即思維變革、商業變革和管理變革。在第一部分」大數據時代的思維變革「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，而是全體數據；二、更雜：不是精確性，而是混雜性；三、更好：不是因果關系，而是相關關系。對於第一個觀點，我不敢苟同。一方面是對全體數據進行處理，在技術和設備上有相當高的難度。另一方面是不是都有此必要，對於簡單事實進行判斷的數據分析難道也要採集全體數據嗎?我曾與香港城市大學的祝建華教授討論過。祝教授是傳播學研究方法和數據分析的專家，他認為一定可以找到一種數理統計方法來進行分析，並不一定需要全部數據。聯繫到舍恩伯格第二個觀點中所說的相關關系，我理解他說的全體數據不是指數量而是指范圍，即大數據的隨機樣本不限於目標數據，還包括目標以外的所有數據。我認為大數據分析不能排除隨機抽樣，只是抽樣的方法和范圍要加以拓展。
我同意舍恩伯格的第二觀點，我認為這是對他第一個觀點很好的補充，這也是對精準傳播和精準營銷的一種反思。」大數據的簡單演算法比小數據的復雜演算法更有效。「更具有宏觀視野和東方哲學思維。對於舍恩伯格的第三個觀點，我也不能完全贊同。」不是因果關系，而是相關關系。「不需要知道」為什麼「，只需要知道」是什麼「。傳播即數據，數據即關系。在小數據時代人們只關心因果關系，對相關關系認識不足，大數據時代相關關系舉足輕重，如何強調都不為過，但不應該完全排斥它。大數據從何而來?為何而用?如果我們完全忽略因果關系，不知道大數據產生的前因後果，也就消解了大數據的人文價值。如今不少學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。
世間萬物的復雜性多樣化並非非此即彼那麼簡單，舍恩伯格也是這種二元對立的幼稚思維嗎?其實不然，讀者在閱讀時一定要看清楚他是在什麼語境下說的，不要因囫圇吞棗的淺讀而陷入斷章取義的誤讀。比如說舍恩伯格在提出」不是因果關系，而是相關關系。「這一論斷時，他在書中還說道：」在大多數情況下，一旦我們完成了對大數據的相關關系分析，而又不再滿足於僅僅知道『是什麼』時，我們就會繼續向更深層次研究的因果關系，找出背後的『為什麼』。「[i]由此可見，他說的全體數據和相關關系都在特定語境下的，是在數據挖掘中的選項。
大數據研究的一大驅動力就是商用，舍恩伯格在第二部分里討論了大數據時代的商業變革。舍恩伯格認為數據化就是一切皆可」量化「，大數據的定量分析有力地回答」是什麼「這一問題，但仍然無法完全回答」為什麼「。因此，我認為並不能排除定性分析和質化研究。數據創新可以創造價值，這是毫無疑問的。舍恩伯格在討論大數據的角色定位時仍把它置於數據應用的商業系統中，而沒有把它置於整個社會系統里，但他在第二部分大數據時代的管理變革中討論了這個問題。在風險社會中信息安全問題日趨凸顯，數據獨裁與隱私保護成為一對矛盾。如何擺脫大數據的困境?舍恩伯格在最後一節」掌控「中試圖回答，但基本上屬於老生常談。我想，或許凱文·凱利的《失控》可以幫助我們解答這個問題?至少可以提供更多的思考維度。正如舍恩伯格在結語中所道：」大數據並不是一個充斥著演算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據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。「謝謝舍恩伯格!讓大數據討論從自然科學回到人文社科。由此推斷，《大數據時代》不是最終答案，也不是標准答案，只是參考答案。
此外，在閱讀此書之前還必須具備一些數據科學的基本知識和基本概念，比如說什麼叫數據?什麼叫大數據?數據分析與數據挖掘的區別，數字化與數據化有什麼不同?讀前做些功課讀起來就比較好懂了。
我們不再熱衷於尋找因果關系，而應該尋找事物之間的相關關系。這個命題是我讀這本書最大的感觸。個人認為也是這本書最核心的思想。從頭說起吧，首先，書提出一個顛覆我以前認知的命題--」並非原子而是信息才是一切的本源「，將世界看做信息，看做可以理解的數據的海洋，為我們提供了一個從未有過的審視下是的視角。它是一種可以滲透到所有生活領域的世界觀。這個命題是在書的最後一部分中的某一段中描寫的。我之所以把它放在最前面來講，因為我覺得，這是談數據化世界的前提，自然也是談論大數據的前提啦。書的中間部分有一節講到數據化和數字化的區別。經過我自己腦子的整理，把數據化世界這個命題列為大數據思維的第二步。寫到這里，我不由得反省下，我是不是有領悟到書的精髓所在(我認為的精髓)，就是第一句話。因為回顧我整個思路，還是按照舊模式的因果關系思考模式思考問題。書中另一個吸引我的地方就是，有很多觀點的論述，會從哲學的高度論述。雖然，自己肚子沒多少墨水，但是讀這些描述的時候，就會發現自己會更好的理解作者提出的命題。比如書中有一段文字
當我們說人類是通過因果關系了解世界時，我們指的是我們再理解和解釋世界各種現象時使用的兩種基本方法：一種是通過快速、虛幻的因果關系，還有一種就是通過緩慢、有條不紊的因果關系。大數據會改變這兩種基本方法在我們認識世界時所扮演的角色。
在附上一些事例的時候，用作者提供的」本質「去看待時，很容易理解，確實是這么回事。好了，那麼大數據到底改變了我們什麼呢，作者給出3點，
大數據的精髓在於我們分析信息時的三個轉變，這些轉變講改變我們理解和組建社會的方法。
第一個轉變就是，在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴於隨機采樣(樣本=總體)
第二個轉變就是，研究數據如此之多，以至於我們不再熱衷於追求精確度
第三個轉變因前兩個轉變而促成，即我們不再熱衷於尋找因果關系，而應該尋找事物之間的相關關系。大數據告訴我們」是什麼「而不是」為什麼「。在大數據時代，我們不必知道現象背後的原因，我們只要讓數據自己發聲。，出處：短美文，否則追究其責任，謝謝你的支持，我們會給做得更好!
正如大家所知道的那樣，人類的大腦具備這樣的功能，它會把新輸入的刺激或信息與」過去的經驗或積累的部分知識「相對照，然後進行調整並接受下來。如果眼前新的現實與大腦中儲存的固有信息無法協調，便會在無意識中拒絕接受新的現實(當作沒有看見)；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(產生錯覺)。這是人的一種本能，目的在於使自己保持冷靜。
所以作者稱之為revolution。
講了這么多，那麼大數據到底給我們帶來什麼。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。當然，書中提了很多，最多的就是，XXX公司或者個人利用大數據創造了多大的財富了，拋開這些表面的不說，最讓我動心亦或者是害怕的是，預測。這是大數據帶來最核心的東西，動心的理由無須贅述，計算機會告訴你什麼時候買什麼雙色球可以中頭獎，想想心裡是不是有一點小激動咧。當然這只是我打的一個比較誇張的比喻。至於害怕呢，書中有段話我很喜歡
公平正義的基礎是人只有做了某事才需要對它負責，畢竟，想做而未做不是犯罪，社會關系於個人責任的基本信條是，人為其選擇的行為承擔責任。如果大數據分析完全准確，那麼我們的未來會被精準的預測，因此在未來，我們不僅會失去選擇的權利，而且會按照預測去行動。如果精準的預測成為現實的話，我們也就失去了自由意志，失去了自由選擇的權利。既然我們別無選擇，那麼我們也就不需要承擔責任。這不是很諷刺嗎。
扯到這里，順便扯一下，書中另一段關於自由意志的描述
在哲學界，關於因果關系是否存在的爭論已經持續了幾個世紀。畢竟，如果凡事皆有因果的話，那麼我們就沒有決定任何事的自由了。如果說我們做的每一個決定或者每一個想法都是其他事情的結果。而這個結果又是由其他原因導致的。以此循環往復，那麼就不存在人的自由意志這一說了。——所有的生命軌跡都只是受因果關系的控制了。因此，對於因果關系在世間所扮演的角色，哲學家們爭論不休，有時他們認為，這是與自由意志相對立。
書中舉了個例子，舉了部電影《少數派報告》，當我看到這里的時候，」哎喲，我居然看過這部電影，想想心裡還是有點小激動「，有興趣的可以去看下，大概就是講警察通過預測來提前抓捕犯人，不過不是通過大數據，是通過超人類的方式。當你什麼舉動都可以被預測，相當於你完全暴露在太陽光下，換成你，你害怕不。
最後，附上兩段結語，一段是書中的一段話，另一段是我自己瞎編的。
大數據並不是一個充斥著演算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據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。
大數據終將會影響到我們，也像其他技術一樣會是一把雙刃劍，用得好，動心，濫用，害怕。如同核技術一樣，用的話，造福地球，濫用，給個金剛石地球你，照樣爆。我相信，未來的大數據的發展會如作者所說的，是一場生活、工作與思維的革命。
「大數據」一詞不知何時在我們的生活悄然出現,為了一探究竟,我便選擇了《大數據時代》一書。
作者先從全局簡單地描述大數據對我們的生活、工作與思維的影響,再從三方面具體地用上百個學術和商業的實例展開寫作。樣本=總體、追求精確性和相關關系等大數據時代具體特點一一現出。在同時,作者也從個人、企業等多角度分析大數據中的隱憂。
書中內容繁多,在此不能各方面概括。此書中雖有許多專有名詞,但作者以其通俗的語言以及許多實例讓我嗅到大數據時代中一抹清新之氣。
為什麼是清新的呢?因為書中的內容彷彿向我打開了一個既有點熟悉又有點陌生的世界。我們現在已處於網路時代 ,在我們日常簡單的操作中大量數據產生,然而起初我們僅用眾多技術在解決手頭上的問題,那些大數據像沙子中的金子,價值不被發現。到目前,每當我們網上購書時總會看到「猜你喜歡」的欄目、出現谷歌搜索與流感預測、Farecast與飛機票價預測系統等,這些事情的達成全來自於那些曾被忽略的大數據同時也在證明「預測,大數據的核心」這句話,為我們的生活創造了前所未有的可量化的維度。看到書中這部分內容時,我不禁感受到自己的生活已在享大數據帶來的福利,就像「猜你喜歡」欄目讓我觸到更多合我口味的書,讓我看到了以前無法發現的細節。擁有大量數據的公司巨頭如谷歌、亞馬遜大力開發有關大數據的新型產業和研究相關項目。借網路時代的便利大數據成為了如今最有商業價值的事物,使一切可量化的趨勢也開始出現。「本質上世界是由信息構成的」,面對這句話時,大數據時代彷彿就在眼前。
在感受驚嘆著大數據能為我們做到以往無法想像的事和它巨大的價值時,我認同大數據能極大優化我們的生活,但又不禁為這時代感到擔憂。一旦大數據時代來臨,不僅我們的隱私可能不再是隱私,就如書中所言「我們時刻暴露在『第三隻眼』下:亞馬遜監視著我們的購物習慣,谷歌監視著我們的購物習慣,而微博似乎什麼都知道」,而且利用大數據我們可以預測許多事情並且十分高效,一旦人們依賴大數據極少運用人類自身的創新等能力被數據束縛住,世界只會淪落為一個極少活力的機械環境。而我認為最大的憂患,是大數據時代對人類自身思維、思想、信仰等精神領域的沖擊。如今我們都生活在數據中,大數據時代說不定在幾年後就會逐步來臨,這使我不禁發問:我們一直堅信著信仰著的究竟是什麼?我覺得世界說變就變實在令我想不通這個問題。事情都有好壞,我也不知道自己是否杞人憂天。
於是我繼續去探索作者對這問題的思考。「更大的數據在於人本身」,作者還說「我們是在創造更好的未來」,也說「在一個預測的時代里,人類的自由意志不可侵犯,這一點不可輕視。我們在使用大數據時,應當懷有謙恭之心,銘記人性之本」。人類學家克利福德吉爾茲曾說:「努力在可以應用、可以拓展的地方,應用它、拓展它；在不能應用、不能拓展的地方,就停下來。」這些話語彷彿是陽光,驅散我心中對大數據時代的擔憂以及內心對其的恐懼。我認為,在堅守我們內心和自由意志下,大數據才會造福我們人類世界,發揮出它背後對人溫暖的光芒。
面對時代的變革,我會為堅守內心深處的自由意志而努力並「擁抱大數據」。
世界的本質就是數據，當你掌握了數據，你便掌控了世界—你可以輕而易舉地通過數據中的相關關系預測事物的發展，將一切不利因素扼殺於搖籃之中—這遠勝於"防患於未然"。
《大數據時代》一書，讓我們在觀念上有了三大轉變：要全體不要抽樣，要效率不要絕對精確，要相關不要因果。全書介紹了 "大數據"時代三種大的變革：思維變革，商業變革和管理變革。在這些巨大變革如洪水一般的"沖擊"之下，現代社會的運作方式必將有重大的改變，若不順應這種變革的潮流，就像古中國固步自封，最終被堅船利炮打開國門而自己還用著長鉤鐵戟抗爭一樣，不可避免被掠奪，被落於世界進程之後，所以我們必須轉變我們的思想。
"我們不再熱衷於尋找因果關系，而應該尋找事物間的相關關系"，我想這句話是本書的核心思想。大數據時代，信息與數據已成為了一切的本源，我們生活在各種數據構成的海洋之中，如果從另一種視角看，就好像無數條"看不見的線"將我們與這些數據聯繫到一起，這是我們以前從未有過、從未想過的。大數據改變了我們以前的通過因果關系了解世界的方法，而提供了幾種新的途徑，因為，在大數據時代，我們可以分析更多數據，有時甚至可以處理和某個特別現象相關的所有數據，也就是：樣本=總體；而且，當研究數據如此之多時，我們已不熱衷於"精確"，而是"混亂"，若不接受"混亂"，那麼有95%的非結構化數據無法利用，這將無法使我們構建完整的數據世界，在分析更多、更全面的數據之後，我們就可以從這些數據之中發掘它們的相關關系，即以"是什麼"而不是"為什麼"的角度看待數據，不用管其從何而來，只要分析其如何影響其他事物既可，即"讓數據自己發聲"，這些，徹底推翻了人類以前探索數據的方法，展現了一個全新的世界。
這種觀念以驚人的力量給現知識狀況帶來了巨大的沖擊，通過對海量數據的分析，獲得巨大價值的產品和服務，或深刻的洞見。比如谷歌公司，2009年h1n1流行之時，通過檢測檢索詞條，處理34。5億個不同的數據模型，通過預測並與2007、2008年的美國疾控中心記錄的實際流感病例進行對比後，確定了45條檢索詞條組合，並將其用於一個特定的數學模型後，預測結果與官方數據相關系數高達97%，這種大數據技術，以前所未有的方式，通過海量數據分析得出流感所傳播的范圍，為預測流感提供了一種更快速、高效的工具。
同時，雖然大數據可為人類造福、對抗病症，但這僅限於掌握這門技術而言，若不重視這種技術，當我們的對手早於我們一步構建這種數據網路之時，便是我們的災難，想想，大數據雖核心的在於預測，當敵人通過這種手段預測我方下一步的行動，將是可怕的—比如你的.導彈將從何處發射，將飛往哪，你的軍隊動向、目標，總之所有一切"未來"將掌控於敵手，敵方甚至可以藉此發現那些將來有"大作為"的人，從而進行滲透或扼殺，這對我們的發展無疑是致命的，所以，盡快加速大數據系統的構建進程是必須的。
對於我們國防生，也必須順應這種發展趨勢，未來的時代必將是數據極易獲取，數據網路共享化的時代，通過這些數據，建立數據模型，可以准確分析並給出適合每一個人的計劃，如運動量、訓練強度，可以"先知、先覺"，及時發現一個人的負面情緒前及時疏導，這些必將成為現實，我們必須跟進時代，做好准備，去應對大數據時代的一切!
「除了上帝，任何人都必須用數據來說話。」——這是《大數據》中出現的讓人印象深刻的一句話，也是全書力圖傳遞的信息。在數字信息時代，數據和空氣一樣遍布生活，對於有些人來說，數據無意義，而對於有些人來說，數據，即真相。
美國是《大數據》的主角，全書通過講述美國半個多世紀信息開放、技術創新的歷史，公共財政透明的曲折、《數據質量法》背後的隱情、全民醫改法案的波瀾、統一身份證的百年糾結、街頭警察的創新傳奇、美國礦難的悲情歷史、商務智能的前世今生、數據開放運動的全球興起，Web3·0與下一代互聯網的未來圖景等等，為讀者一一細解數據創新給公民、政府、社會帶來的種種挑戰和變革。
透過全書，一個立體的美國及美國人民的思想呈現在我們面前——美國人民執著於個人隱私的保護，卻又不遺餘力地推動著政府信息的透明與公開。
讀完此書，對生活中的數據及數據處理突然有了很大的興趣。如果有一天，處處以數據說話，那麼，政治、制度、生活將更加清明，事故、將降到最低點。
作為信息技術教師，是有必要閱讀此書的!有慧根的教師將能從書中挖掘出信息技術特有的文化以及能用於教學的鮮活案例。
每天能用來閱讀的時間很少，總是要等到夜深疲倦時才有空打開書本，總是在眼睛極不舒服的情況下堅持閱讀，《大數據》就這樣在堅持中溶入我的思想……
讀完《大數據》，我才意識到這並不是一本枯燥無味的書籍。作者運用案例和講故事的方式，把美國數據開放、收集、使用背後的立法故事、公民故事、技術故事、商業故事娓娓道來，引人入勝，令我大開眼界。
我在想，大數據概念對於教育來說會產生什麼樣的實用價值呢?一直以來，中國教育在研究教育的數字化，比如數字化校園，這個思路就是把我們教育的內容進行數字化，其結果指向的就是電子教材的研發或者是教學過程的數字化。美其名曰，這是教育技術的重要內涵。在教學過程中，學生的行為表現都可以被數據化，而這項研究不是任何一個專業可以深入下去的，它的專業性太強，所以我才會想到，所謂教育技術與其研究教育的數字化，不如研究教育的數據化來得實在，來的有意義。長期以來，我們並不了解教育對一個人的影響具體會如何表現，我們有的只是一個輪廓，我們也並不確定一個教師的行為對學生具體產生了哪些影響。所以，人們對教育一直有一個深深的質疑，它是不是科學的?大數據概念至少提出了關注「是什麼」比「為什麼」要有實際意義得多。而我們的教育恰好需要把注意力從「為什麼」轉移到「是什麼」上面來，只有如此，才能把教育從為什麼發展成「可能成為什麼」上來，這會是一次思想上的革命。而對於現在地位岌岌可危的教育技術來說，把研究的重點從數字化轉移到數據化上面，這才是它的出路。
如何將數據融入教學，教育者首先通過標准化全科教學處方，實現了教師授課模板和教學內容的標准化，保證每個教學過程和內容是可控的，然後結合每天的教學內容，處理好面對的數據，處理好數據，自然也就處理好了課堂的反饋，最終形成了既注重教學體驗又以教學結果為導向的教學體系。
與此同時，不僅要注重課上的學生資源，在課後還要對這些資源進行跟蹤處理。這與過去的教育教學顯然是不同的，面對大數據時代的到來，教學有所改變是必然的。所以，無論環境怎麼變換，數據如何復雜，我們都不能不去改變自己的教學去迎合將來的這個大數據時代。
舍恩伯格的《大數據時代》，讓我重新審視了"大數據"這個在信息時代異軍突起的熱點詞彙，作為信息安全專業的我，對大數據這個詞本身有著更多的熱忱。
在網路上搜索到的解釋是："大數據"，或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟體工具工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。特點：數量、速度、品種、真實性。
而舍恩伯格認為，大數據並不能定義一個確切的概念。他提到"大數據是人們獲得新的認知，創造新的價值的源泉；大數據還是改變市場、組織機構，以及政府和公民關系的方法。"這是一種更具有人文色彩和社會意義的詮釋。
本書中，主要從三個方面論述，即思維變革、商業變革和管理變革。而舍恩伯格更是著重闡明三大觀點：
一、更多：不是隨機樣本，而是全體數據。
二、更雜：不是精確性，而是混雜性。
三、更好：不是因果關系，而是相關關系。
對於觀點一，我不敢苟同，畢竟大數據的實現需要一定的技術支持，而顯然，現在這種技術還不夠成熟，同時一些簡單的事情運用大數據反倒是問題更加復雜化，因此這種大叔據的繁雜處理方式更適用於一些特定的情況，比如商業預測，人類dna的研究等。
而對第二種觀點，我是十分贊同舍恩伯格所說的"大數據的簡單演算法比小數據的簡單演算法有效"。在計算機行業迅速發展中，一種新的簡單可行的演算法的出現，遠沒有計算機在運算速度和存儲容量的發展快，而大數據演算法似乎更能迎合這種大趨勢。
觀點三中提到的相關關系在大數據中可是重量級的，它能較快找到事物規律和對應的解決措施，當然，也不能完全忽視因果關系，畢竟人們在思維上更能夠接受因果關系分析出的結果，而大數據預測的需要人們慢慢的適應才能接受。當我們完成相關關系的分析而又不滿足於只知道"是什麼"的時候，我們就可以轉而研究"為什麼"了，畢竟問題的根本在於因果。而舍恩伯格的全體數據和相關關系是大數據時代下的一種捷徑。
但是在信息時代，信息安全問題的日趨凸顯，數據獨裁與隱私保護之間的矛盾更是立於風口浪尖，成為眾矢之的，舍恩伯格在本書的最後章節曾試圖尋找一種解決方式來擺脫這一種困境，但最終沒能做到，但是他提出"大數據並不是一個充斥著演算法的和機器的冰冷世界，人類的作用仍無法被完全代替。"這里表明人在數據時代同樣的重要，數據是為人類服務的，也就該人類驅使下完成相應的目的。
在這樣的大環境下，常引起我更多的思考和擔憂。
大數據時代對於我們同是機遇與挑戰，一些國家已開始步入大數據時代的行列，並在各個領域開始研究和使用。而對於我國龐大的人口，以及較大的領土面積，都可以在大數據時代為我們提供數據的保障，而能否面臨挑戰，在大國之間的新一輪角色角逐間嶄露頭角，我們更需要解決技術等方面的問題，更應在政策上逐步開放各領域的數據，保證數據來源、許可權等問題得到解決，不斷學習先進的計算機技術，縮小與其他國家的差距。
工業化、信息化，我們都向世界交出了一份讓世界不能小覷的答案；
大數據時代的數據化我們又將怎樣在新的風暴中所向披靡，如果大數據時代是一種必然趨勢，那這就是我們這一代人的責任，是我們新的戰場!
;『拾』 大數據時代讀書筆記知道是什麼就夠了，沒必要知道
今天，一種可能的方式，亦是本書採取的方式，認為大數據是人們在大規專模數據的基礎上可以做到的屬事情，而這些事情在小規模數據的基礎上是無法完成的。大數據是人們獲得新的認知、創造新的價值的源泉；大數據還為改變市場、組織機構，以及政府與公民關系服務。