《大資料時代》讀後感500字

《大資料時代》讀後感500字

  品味完一本名著後,大家心中一定有不少感悟,寫一份讀後感,記錄收穫與付出吧。想必許多人都在為如何寫好讀後感而煩惱吧,以下是小編精心整理的《大資料時代》讀後感500字,歡迎大家分享。

  《大資料時代》讀後感500字1

  世界正邁入大資料、雲計算的時代,人類朝著資料化、數字化的方向發足狂奔,我們原有的科學、技術、工作和生活方式正在被資訊科技所改寫,很多科學領域會被大資料技術所替代,也會崛起很多新興科學家和職業,譬如資料科學家、資料中間商等。大資料會顛覆很多的產業和行業,甚至一夜之間就能變換運營模式,因為在大資料面前,人類不會再向以前那樣追尋著“為什麼”,更多的是在樣本和機率面前做著商業決策的調整,“快”和“實用”更能滿足大眾的需求。

  資料之大,漫無邊際,無窮無盡,包含著我們人類的一呼一吸,一舉一動。處在大資料帝國的前夜,眺望星空,這是個最好的時代,因為資料時代轉折的重要性,不亞於黑猩猩站立起來行走劃時代,很多科幻片裡的場景會出現在我們的日常;這也會是個最壞的時代,因為人類最終會為此走向哪裡,只有蒼穹能知道!

  當我們擁有海量資料時,絕對的精準不再是我們追求的主要目標,我們樂於接受資料的'紛繁複雜,也只有接受不精確性,我們才能開啟一扇從未涉足的世界的窗戶。——《大資料時代》

  小資料時代,我們在資料的精準性上花費很多,包括規則和準則、複式記賬的平衡規則、資訊系統等等,資料閉環,所以資料具有結構性,所以可以找根尋蹤,找尋問題的根源,尋求解決方案。

  大資料時代來臨,因為資料量的龐大,以及資料背後的繁雜性,以及處理資料的知識IT工程師和計算者,別忘了,擁有資料的是政府和獨角獸商人,所以,他們很難對資料進行深度分析,這樣也會催生各個領域的資料分析業務,資料生態鏈核心就清晰了起來。

  大資料會取代小資料嗎?這是不可能的事,大資料和中小資料之間的防火牆更會高築!大資料都是基於樣本的非結構性資料,推送到我們面前的資料指引,都已經經過了各種演算法的粗加工,融入了計算者的各種演算法,演算法會因人而異,利用我們過去的電子痕跡,預測我們的現在和未來,一花一世界。初期的一大一小,資料的交融,像極了海上的漁網,具有強關聯性。資料就像是一個神奇的鑽石礦,在其首要價值被發覺後,仍能不斷創造價值。大資料擁有者依賴技術專家挖掘資料的價值,但技術專家(資料武士)並沒有想象中那麼耀眼,他們在大資料中淘金,發現了金銀珠寶,可最後卻要把這些財富拱手讓給大資料擁有者。——《大資料時代》

  當恐龍消失,人類慢慢成為了動物界的主人。資料是我們工作、生活中的點滴記錄,它真實、樸實無華,它們也會有聲音,只是需要有慧眼和思維才能駕馭。

  我們只有跨過資料化、數字化的長河,才能開啟AI時代,路途遙遠,主人!這是一本好書,值得推薦。

  《大資料時代》讀後感500字2

  這麼多年來,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,所以決定從這裡開始。

  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

  大資料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《大資料時代》,再結合如果工作上對於大資料的理解,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。而對於大資料來說,要的就是總體,本質上來說,總體樣本的確更能準確找到結果。但是對於統計來說,總體的分析增加了資料分析的難度,不僅資料核對不好進行,一旦出現數據汙染,準確度就會大打折扣,而且進行資料回溯的時候,也無法準確確認問題,而這一點也是後面相關性上問題;

  2、要混亂,而不是精確:這裡主要想說明的是希望資料的多樣性,儘量將相關資料都收集起來,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。大資料更多的是從一個總體資料中說明以後機率事件,既然是機率,也就可以理解無法精確。這裡有個點的說明,我覺得需要提一下,大資料演算法更傾向於“簡單”,而不是複雜,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,原因可能還是從大資料本身的非準確性,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,對於大資料來說,最重要的三點是:

  1、資料——得到更多資料;

  2、演算法——建立更快的演算法體系;

  3、思維——尋找資料間更多的相關性。

  對於資料最終的走向,我同意書中所提到的政府管理的觀點,既然都是以“石油”的標準來看待資料,政府統一管理也就是必然的了。而且對於政府來說,掌握更多資料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,想要建立對於大資料的思維,《大資料時代》還是值得一讀,裡面的很多示例也非常不錯。如人際關係這一塊,也是出乎我的意料。

最近訪問