讀《大時代數據》有感精選
2023-09-22 13:20:10 1
《大時代數據》中指出大數據時代最大的轉變就是，放棄對因果關係的渴求，而取而代之關注相關關係。下面是關於這本書的讀後感範文，希望對你有幫助。
讀《大時代數據》有感_篇1
不管我們是否承認，也不管我們是否願意，我們已經進入了大數據時代。維克託.邁爾-舍恩伯格和肯尼斯.庫克耶教授在《大數據時代》裡用豐富翔實的例子告訴了我們這一點。
一
一天，一個男人氣衝衝闖進位於明尼阿波利斯市郊的塔吉特(Target)商店，要求經理出來見他，指責商場給還在讀高中的16歲的女兒郵寄嬰兒服和嬰兒床的優惠劵，聲稱商店的做法是在鼓勵他女兒懷孕。可是，幾天後經理打電話向這個男人致歉時，這個男人的語氣卻變得平和起來，說該女兒已經懷孕了，該致歉的人是他自己。原來公司有自己的數據分析團隊，使用大數據相關分析已有多年，他們根據女性消費記錄比較準確地預測預產期，這樣能夠在孕期的每個階段給客戶相應的優惠劵。粗心的父親沒有發現女兒早已懷孕，反而責備商家的舉措。
正如書中所述，一個東西出故障不是瞬間的，而是一個漸變的過程。通過收集相關數據，可以預先捕捉到故障的信號，繼而可以事先採取措施預防。大數據時代，我們可以「通過找出一個關聯物並監控它，預測未來」。
幾年前我曾經致電某房地產公司諮詢買房子的事情，之後的這兩年經常收到來自不同房地產公司的簡訊，想必他們也是利用了相關信息數據預測我是買房的潛在客戶。
通過書中所給的大量例子可以看出，大數據時代，海量的數據分析被廣泛運用於商業、交通、公共衛生、企業管理和教育部門，它在悄然改變著我們的生活、工作與思維。正如馬雲所說，大家還沒搞清PC時代的時候，移動網際網路來了，還沒搞清移動網際網路的時候，大數據時代來了。
二
大數據時代，需要的數據不再是隨機抽樣而是全體數據，即「樣本=總體」。這樣，忽視了精確性，但也避免了隨機採樣過程中存在的偏見和對某些細節進一步分析的忽視。與小數據分析相比，混雜和模糊是海量的大數據分析的亮點而不是缺點。因為根據統計，只有5%的數字數據是結構化的且能適用於傳統資料庫，不過不接受混亂，剩下的95%的非結構化數據就無法被利用，比如網頁和視頻資源。通過接受不精確性，我們打開了一個從沒有涉足的世界的窗戶。文章引用了微軟數據設計專家帕特.赫蘭德的「略有瑕疵的答案並不會傷了商家的胃口，因為他們更看重高頻率」。和谷歌前任首席信息官道格拉斯.梅裡爾的「寬容錯誤會給我們帶來更多的價值」來說明這一點。
這兩句話又何嘗不適用於生活中的方方面面呢?若想發揮一個人的優點，就要忽視他的缺點，要想一個人取得更大的進步，走個更遠，最有效的方法是寬容他的小錯誤，鄭板橋早有名言曰「難得糊塗」。
三
關於大數據時代，作者認為「在大數據時代，我們不必非得知道現象背後的原因，而是讓數據自己『發聲』」。知道『是什麼』就夠了，沒有必要知道『為什麼』」。「通過去探索『是什麼』而不是『為什麼』，相關關係幫助我們更好地了解這個世界」。
個人認為這種觀點值得商榷。在某些行業或某個行業的某個方面的確如此，但不是所有的事情都理應這樣。比如，商家利用數據預測人們需要什麼就可以，他們不需要原因，他們需要的是點擊率。但是，具體情況需要具體分析，如拿英語教學來說，就就學生學習英語來說，我們不主張他們探究為什麼而主張他們了解是什麼和怎麼樣，但如果某學校通過大數據分析得知很多人不喜歡英語，教師不僅僅需要知道有很多學生不學英語，而且還需要知道他們為什麼不學英語，是英語教學存在問題，還是學生對英語的認識不足，還是其他學科作業太多，這樣才能有效調整教學。就一些厭學的學生來講，只有找到厭學現象背後隱藏的真正原因，才能正確解決厭學這一問題。
四
凡事皆有利有弊，任何高科技都是雙刃劍，大數據分析也不例外。在一切都可以量化的大數據時代，以下幾個方面的問題值得我們思考和應對。
首先，冷冰冰的數據代替了一切。這尤其是在對教師和學生的評價方面，其弊端是顯而易見的。有些重要的東西，比如教師和學生的品行是無法用數字來衡量的，死的單一的數字絕對不能全面衡量人活生生的豐富的人的特徵。
其次，大數據時代，人喪失了個人隱私。無處不在的「第三隻眼」著實令人恐怖和煩惱，亞馬孫監視著我們的購物習慣，谷歌監視著我們的網頁瀏覽習慣，而微博似乎什麼都知道。你會不時收到一些不想看到的簡訊、郵件、廣告等等，人肉搜索無所不能，個人的隱私都被裸露在光天化日之下，這嚴重違背了強調個人意志，以人為本的理念。
更為嚴重的是，低俗的媒體、網站和個人很容易利用便利踐踏人的尊嚴、誹謗人的榮譽，藥慶衛是這方面典型的受害人之一。不否認嘗到大數據益處的人可能會把大數據用到不該用的地方。
五
然而，毋容置疑，無論願不願意，每個人被置身於大數據時代中，它在改變著我們的生活、工作和思維。怎樣鼓勵其增長，遏制其危害是亟待解決的課題。需要建立新的模式法律使收集和使用數據的人為其行為承擔責任，而不是也不能阻止它的發展。
作為教師，必須將埋於作業和考試的頭抬起，了解世界教育的發展動向，轉變理念和教學方式。如果沒有勇氣革自己的命只能等著被革命。
讀《大時代數據》有感_篇2
看完了引言，為了讓大家有個大眾化的認識，而不是空談很有啟發，提前寫下評論，免得後面忘記了。
1.我覺得，大數據處理，其實就是相關性分析。其實相關性分析在統計學中是非常基礎的，為什麼大數據時代來了會使他顯得如此重要呢?那是因為，以前只有政府和教會可以掌握這麼多數據，現在是很多企業都掌握了這麼多數據，而且未來，發達國家可能會公開這些數據，這樣所有人都相當於擁有了過去君王的信息。書中舉了很多例子，就想告訴你，你所接觸到的數據每年翻3倍，未來你可以掌握的數據量多到你不敢相信。而統計學最重要的是數據，在未來，因為你如此容易獲得數據，所以，你可以做非常多的預測。
2.大數據最大的作用是尋找相關性，當兩樣事情明顯相關，我們就幾乎可以「預測」未來。這是大數據時代最誘人的地方。
3.從上可見，書本不是告訴你在大數據時代你可以做些什麼，而是告訴你它有這麼多潛力。那些有能力的人，看了本書，可能會有改變世界的能力。因為大數據時代，重要的還是對「數據的處理能力」。那些未來的蓋茨，可能會發明很多神準的預測工具，幫助你預測股市，預測你的婚姻未來，預測你什麼時候會得到癌症。但是，這可能和大多數人無關，你們只需等待他的到來就行。我認為只有少數有前瞻思維，又有能力的人，才會感受到這個還未來到的時代的魅力。
4.希望看完本書會有思想上的衝擊，但就目前而言，我認為，相關性分析是經濟學裡面用的非常普遍，甚至是泛濫的技術，所有希望被著名期刊收錄的文章都必須做實證分析，而相關性分析是出現最多的。這也導致學界大討論，說經濟學已死。因為大家看重的是數據，看重的是相關性，而不是事物背後的規律本質。當然，事物總會發展過頭，然後自動糾正。只是大數據時代剛來，確實需要更多地鼓吹一下。過去，在學術界意外，我們確實沒有收集大量數據的能力，導致經濟學中的分析方法用不上，但未來，數據泛濫了，對數據的處理技術就可以向生活延伸了。
5.應該說，大數據時代吸引之處就是巨大的數據量，唾手可得的數據，必將出現大量預測工具(商機，生活方便)，因此必將出現認識世界的新維度。畢竟，現在我們是通過現象認識本質，在未來，我們還可以通過大量數據認識本質。