嘗過壹本書，大家心裏壹定有很多感觸。現在讓我們寫壹篇深思熟慮的評論。如何寫檢討避免寫“流水賬”？以下是我在大數據時代精心整理的1000字，僅供參考。讓我們來看看。
讀完大數據時代，1000字1現在說到新媒體和互聯網，就不得不提大數據。好像不說這個就出局了。更何況還有很多人雲亦雲，很多空談者甚至沒有讀過這方面的經典著作——舍恩·白鴿的《大數據時代》。誰是勛伯格？現任牛津大學網絡學院互聯網研究所治理與監管教授，曾任哈佛大學肯尼迪學院信息監管研究項目負責人。他的咨詢客戶包括微軟、惠普和IBM，他是歐盟官方互聯網政策背後的真正制定者和參與者。他還擔任過許多國家高級政府的智囊團。這位被譽為“大數據時代預言家”的牛津教授，真的太牛逼了！所以，大師說的是金科玉律？不壹定，讀大師們的作品壹定要做壹些功課。如果妳能做足功課，有相應的理論基礎，可以和他們進行思想上的對話。
勛伯格分三個部分論述大數據，即思維變革、業務變革和管理變革。在第壹部分《大數據時代的思維變革》中，勛伯格明確表明了自己的三個觀點:第壹，更多:不是隨機樣本，而是所有數據；二、更雜:不是準確，而是雜糅；第三，更好:不是因果關系，而是相關性。我不同意第壹點。壹方面，從技術和設備上來說，處理所有的數據是非常困難的。另壹方面，是不是每個人都有必要？判斷簡單事實的數據分析有必要收集所有數據嗎？我和香港城市大學的祝建華教授討論過這個問題。朱教授是傳播學研究方法和數據分析的專家。他認為可以找壹種數理統計的方法進行分析，不壹定需要所有的數據。聯系到勛伯格第二個觀點中提到的相關性，我理解他說的總數據不是指數量而是指範圍，即大數據的隨機樣本不僅限於目標數據，還包括目標之外的所有數據。我認為大數據分析不能排除隨機抽樣，但抽樣的方法和範圍要擴大。
我同意勛伯格的第二個觀點。我覺得是對他第壹個觀點很好的補充，也是對精準傳播和精準營銷的反思。大數據的簡單算法比小數據的復雜算法更有效。“更宏觀的視野和東方的哲學思維。我不能完全同意勛伯格的第三個觀點。”不是因果關系，而是相關性。妳不需要知道為什麽，只需要知道是什麽。溝通是數據，數據是關系。在小數據時代，人們只關心因果關系，卻對相關性了解不夠。大數據時代，相關性的作用舉足輕重，怎麽強調都不為過，但也不應該完全排除。大數據從何而來？它是用來做什麽的？如果完全忽略因果關系，不知道大數據的前因後果，也會消解大數據的人文價值。現在很多學者為了闡述和傳播自己的觀點，往往語出驚人，全盤否定舊觀念。
世界上任何事物的復雜性和多樣性都不是簡單的非此即彼。勛伯格也是這種二元對立的幼稚思維嗎？其實，讀者在閱讀時壹定要看清自己是在什麽語境下說的，不要因為閱讀的淺薄而陷入斷章取義的誤區。比如，勛伯格提出“不是因果關系，而是相關性。”在這篇論文中，他還在書中說:“在大多數情況下，壹旦我們完成了大數據的相關性分析，不再滿足於僅僅知道‘什麽’，我們就會繼續在更深層次上研究因果關系，找出背後的‘為什麽’。”[i]可見，他所說的所有數據和相關關系都是在特定的語境下，是數據挖掘中的選項。
大數據研究的驅動力之壹是商業化。在第二部分，勛伯格討論了大數據時代的商業變革。勛伯格認為，數字化意味著壹切都可以“量化”。大數據的定量分析可以有效回答“是什麽”的問題，但仍然不能完全回答“為什麽”。所以我覺得不能排除定性分析和定性研究。毫無疑問，數據創新可以創造價值。在討論大數據的角色定位時，勛伯格仍然把它放在數據應用的商業體系中，而沒有放在整個社會體系中，但他在《大數據時代的管理變革》第二部分討論了這個問題。在風險社會，信息安全問題日益突出，數據獨裁和隱私保護成為壹對矛盾。如何擺脫大數據的困境？勛伯格在最後壹節“控制”中試圖回答，但基本上是老生常談。我想也許凱文·凱利的《失控》可以幫助我們回答這個問題？至少可以提供更多的思考維度。正如勛伯格在結論中所說:“大數據不是壹個充滿算法和機器的冰冷世界，人類的作用無法被完全取代。大數據給我們提供的不是最終答案，而是參考答案。幫助是暫時的，更好的方法和答案還在不久的將來。”謝謝勛哥！讓大數據討論從自然科學回歸到人文社會科學。可以推斷，“大數據時代”不是最終答案，也不是標準答案，而是參考答案。
另外，在看這本書之前，妳必須要有壹些數據科學的基礎知識和概念，比如什麽是數據？什麽是大數據？數據分析和數據挖掘有什麽區別，數字化和數據化有什麽區別？讀書前做點功課，讀起來會輕松壹些。
讀完大數據時代，我們不再熱衷於尋找因果關系，而應該尋找事物之間的關聯。這個命題是我看這本書最大的感觸。個人認為也是這本書的核心思想。讓我們從頭開始。首先，該書提出了壹個顛覆我之前認知的命題——“不是原子而是信息才是萬物之源”，將世界視為信息和可理解數據的海洋，為我們提供了前所未有的視角。這是壹種可以滲透到生活各個領域的世界觀。這壹主張在本書最後壹部分的壹個段落中有所描述。我之所以把它放在最前面，是因為我認為這是談論數字世界的前提，自然也是談論大數據的前提。書中間有壹節講的是數字化和數字化的區別。整理完自己的大腦，數字世界的命題被列為大數據思維的第二步。寫到這裏，我不禁反思自己是否領悟到了書中的精髓(我認為的精髓)，這是第壹句話。因為回過頭來看我的整個思維，還是按照舊的因果思維模式來思考。這本書的另壹個吸引人的地方是觀點很多，會從哲學的角度來討論。雖然我肚子裏的墨水不多，但是當我讀到這些描述的時候，我會發現我會更好地理解作者提出的命題。例如，書中有壹段話
我們說人類通過因果關系認識世界，是指我們用來認識和解釋世界上各種現象的兩種基本方法:壹種是通過快速虛幻的因果關系，另壹種是通過緩慢有序的因果關系。大數據將改變這兩種基本方法在我們理解世界中的作用。
在附上壹些例子的時候，用作者提供的“精華”來看就很好理解了。事實的確如此。好吧，那麽大數據改變了我們什麽？作者給出三點。
大數據的本質在於我們分析信息時的三個變化。這些變化談論的是改變我們理解和形成社會的方式。
第壹個變化是，在大數據時代，我們可以分析更多的數據，有時甚至可以處理與某壹特定現象相關的所有數據，而不是依靠隨機抽樣(樣本=總體)。
第二個變化是研究數據太多，我們不再熱衷於追求準確性。
第三個變化是由前兩個變化引起的，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性。大數據告訴我們的是“什麽”，而不是“為什麽”。大數據時代，我們不需要知道現象背後的原因，我們只需要讓數據自己說話。，來源:短文，否則將追究責任，感謝您的支持，我們會做得更好！
眾所周知，人腦具有將新輸入的刺激或信息與“過去的經驗或積累的知識”進行比較，然後進行調整和接受的功能。如果眼前的新現實不能與妳大腦中儲存的固有信息相協調，妳就會不自覺地拒絕接受新現實(就像沒看見壹樣)；或者通過自己的壹知半解任意猜測，使自己意識到的情況偏離現實(產生錯覺)。這是人類的壹種本能，旨在讓自己保持冷靜。
所以作者稱之為革命。
說了這麽多，大數據給我們帶來了什麽？在這裏我只想說壹下我感受最深的，其他感興趣的可以自己了解。當然，書中有很多，最多的就是XXX公司或個人利用大數據創造了多少財富。拋開這些表面的東西，最讓我動心或者害怕的是預測。這是大數據帶來的最核心的東西。不需要重復動心的理由。電腦會告訴妳什麽時候買雙色球中頭獎。想想妳是不是有點激動。當然，這只是我打了壹個誇張的比喻。關於恐懼，書裏有壹段話我很喜歡。
公平正義的基礎是，人們只有在做了某件事之後才需要對這件事負責。畢竟，想做而不做並不是犯罪。社會與個人責任相關的基本信念是，人們應該為自己選擇的行為負責。如果大數據分析完全準確，那麽我們的未來就會被準確預測，那麽在未來，我們不僅會失去選擇的權利，還會根據預測行動。如果準確預測成為現實，我們將失去自由意誌和自由選擇的權利。既然我們別無選擇，就不需要承擔責任。這不是很諷刺嗎？
拉到這裏，順便說壹下，書中對自由意誌的另壹種描述。
在哲學領域，關於因果關系是否存在的爭論已經持續了幾個世紀。畢竟，如果壹切都有因果，那麽我們就沒有決定任何事情的自由。如果我們做的每壹個決定或想法都是其他事情的結果。而這個結果是其他原因造成的。在這個循環中，就不存在人類的自由意誌了。——所有的人生軌跡都只受因果關系控制。因此，哲學家們對因果關系在世界中的作用爭論不休，有時他們認為這是自由意誌的對立面。
書中有壹個例子，電影《少數派報告》。看到這裏，我說:“哦，我其實看過這部電影，現在想起來還是有點激動。”有興趣可以看看。大概是警察通過預測提前抓捕罪犯，但不是通過大數據，而是通過超人的手段。當妳做的每壹件事都可以預測的時候，就相當於妳完全暴露在陽光下。如果是妳，妳會害怕嗎？
最後附上兩個後記，壹個是書中的壹段話，壹個是自己編的。
大數據並不是壹個充滿算法和機器的冰冷世界，人類的作用仍然無法被完全取代。大數據給我們提供的不是最終答案，而是參考答案。幫助是暫時的，更好的方法和答案還在不久的將來。
大數據最終會影響到我們，它會像其他技術壹樣是壹把雙刃劍。用得好，動心，虐，怕。就像核技術，用了就造福地球，濫用了，給妳壹個鉆石地球，還是會爆炸。我相信，大數據未來的發展，會像作者說的那樣，是壹場生活、工作、思維的革命。
看完《大數據時代》，“大數據”壹詞悄然出現在我們的生活中。為了壹探究竟，我選擇了《大數據時代》這本書。
作者首先從全局出發簡要描述了大數據對我們生活、工作、思維的影響，然後從三個方面用上百個學術和商業實例進行了寫作。大數據時代的具體特征如樣本=人群、追求準確性、相關性等壹壹呈現。同時，作者還從個人和企業的角度分析了大數據中的隱憂。
書中的內容很多，這裏無法全方面概括。雖然這本書裏有很多專有名詞，但作者用他通俗的語言和很多例子讓我嗅到了大數據時代的壹絲清新。
為什麽是新鮮的？因為書中的內容似乎打開了壹個我既熟悉又陌生的世界。我們現在處於網絡時代，大量的數據都是在日常的簡單操作中產生的。但是，壹開始我們只是用了很多技術來解決眼前的問題。那些大數據就像沙子裏的金子，它們的價值沒有被發現。時至今日，每當我們在網上買書，總會看到“猜猜妳喜歡什麽”欄目，谷歌搜索和流感預測，Farecast和機票價格預測系統等。這壹切都來自於壹直被忽視的大數據，證明了“預測是大數據的核心”這句話，為我們的生活創造了前所未有的可量化維度。當我讀到這部分的時候，不禁覺得我的生活已經在享受大數據帶來的好處了。就像《猜妳喜歡什麽》這個欄目，我接觸了更多符合我口味的書，讓我看到了以前找不到的細節。擁有大量數據的企業巨頭，如谷歌和亞馬遜，大力發展與大數據相關的新產業和研究相關項目。隨著互聯網時代的便利，大數據已經成為當今最具商業價值的東西，所有可量化的趨勢都開始出現。"本質上，世界是由信息組成的."面對這句話，大數據時代似乎指日可待。
在為大數據能為我們做不可想象的事情和它的巨大價值感到驚嘆的同時，我也認同大數據能極大地優化我們的生活，但我也不禁為這個時代擔憂。壹旦大數據時代到來，不僅我們的隱私可能不再是隱私，正如書中所說，“我們時刻暴露在'第三只眼睛'下:亞馬遜監控我們的購物習慣，谷歌監控我們的購物習慣，微博似乎無所不知”，而且我們可以用大數據預測很多事情，而且效率非常高。壹旦人們依賴大數據，很少利用人類的創新和其他能力被數據束縛，世界只會淪為壹個非常動態的機械環境。而我認為最大的擔憂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。現在我們都生活在數據中，大數據時代可能會在幾年後逐漸到來，這讓我不禁要問:我們壹直堅信的是什麽？我覺得我很難搞清楚這個問題，世界變了就變了。壹切都有好有壞，不知道是不是我多慮了。
於是我繼續探討作者對這個問題的思考。“更大的數據在於人本身”，作者還說“我們正在創造壹個更好的未來”，以及“在壹個預言的時代，人類的自由意誌是不可侵犯的，這壹點不可低估。當我們使用大數據時，我們應該保持謙遜，記住人性的基礎。”人類學家克利福德·吉爾德曾經說過:“試著應用它，並在它可以應用和擴展的地方擴展它；停止在不能應用或擴展的地方。“這些話就像陽光壹樣，驅散了我對大數據時代的擔憂和內心對它的恐懼。我相信，只有堅持我們的內心和自由意誌，大數據才能造福我們人類世界，才能發揮其背後的溫暖之光。
面對時代的變化，我會努力堅持自己的自由意誌，“擁抱大數據”。
世界的本質是數據。當妳掌握了數據，妳就控制了世界——妳可以很容易地通過數據中的相關性預測事情的發展，把壹切不利因素扼殺在萌芽狀態——這遠比“防患於未然”要好。
《大數據時代》這本書對我們的觀念做了三大改變:不要全部采樣，不要效率絕對準確，要相關不要因果。該書介紹了“大數據”時代的三大變革:思維變革、業務變革和管理變革。在這些巨變的“沖擊”下，現代社會的運行方式必然會發生巨大的變化。如果不順應這種變化的趨勢，就像古代中國那樣，屹立不倒，最後用長鉤長戟對外開放，必然會在世界進程中被掠奪，被拋在後面，所以必須改變思維。
“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性”，我認為這是本書的核心思想。大數據時代，信息和數據成為壹切的源泉。我們生活在各種數據的海洋中。從另壹個角度看，似乎有無數條“看不見的線”將我們與這些數據聯系在壹起，這些數據是我們以前從未有過的，也是我們從未想過的。大數據改變了我們以往通過因果關系認識世界的方式，提供了幾種新的方式，因為在大數據時代，我們可以分析更多的數據，有時甚至可以處理與壹個特殊現象相關的所有數據，即:樣本=總體；而且，在研究數據如此之多的情況下，我們熱衷的不是“準確”，而是“混亂”。如果我們不接受“混亂”，95%的非結構化數據都無法使用，這將無法使我們建立壹個完整的數據世界。在分析了越來越全面的數據後，我們可以從這些數據中探索它們的相關性，即“是什麽”而不是“為什麽”只是分析它如何影響其他事物，即“讓數據自己說話”，這完全顛覆了以往探索數據的方法，展現了壹個全新的世界。
這壹理念以驚人的力量給當前的知識現狀帶來了巨大的沖擊。通過對海量數據的分析，我們可以獲得極具價值的產品和服務或者深刻的見解。比如Google公司，09年h1n1流行的時候，通過檢測搜索詞條，處理了34個。在預測了5億個不同的數據模型，並將其與CDC在2007年和2008年記錄的實際流感病例進行比較後，確定了45個搜索詞組合。在特定的數學模型中使用它們後，預測結果與官方數據之間的相關系數高達97%。這種大數據技術以前所未有的方式通過海量數據分析獲得了流感的傳播範圍，為預測流感提供了更快、更高效的工具。
同時，大數據雖然可以造福人類，對抗疾病，但也僅限於掌握這項技術。如果我們不重視這項技術，當我們的對手比我們先壹步建成這個數據網絡時，那將是我們的災難。想想吧。雖然大數據的核心在於預測，但是當敵人用這種手段預測我們的下壹步行動——比如妳的導彈會發射到哪裏，會飛到哪裏，妳的軍隊會移動到哪裏，那就太可怕了。簡而言之，所有的“未來”都將掌握在敵人手中，敵人甚至可以找到那些在未來有“巨大成就”的人，從而滲透或扼殺他們，這對我們的發展無疑是致命的。因此，必須盡快加快大數據系統的建設進程。
對於我們國防生來說，也要順應這個發展趨勢。未來的時代必然是壹個數據易得，數據網絡享的時代。通過這些數據可以建立壹個數據模型，能夠準確分析並給出適合每個人的方案，比如運動量、訓練強度等，能夠“先知先覺”，及時引導壹個人的負面情緒，才能及時發現。這些必將成為現實。我們必須跟上時代，做到這壹點。
大數據時代的思考1000字5“除了上帝，每個人都要用數據說話。”——這是《大數據》中令人印象深刻的壹句話，也是這本書試圖傳達的信息。在數字信息時代，數據就像空氣壹樣無處不在。對有些人來說，數據毫無意義，而對另壹些人來說，數據就是真理。
美國是“大數據”的主角。該書講述了美國半個多世紀的信息開放和技術創新的歷史，公眾和財務透明的波折，數據質量法背後的隱情，國家醫改法案的波瀾，統壹身份證的百年糾葛，街頭警察的創新傳奇，美國礦難的悲壯歷史，商業智能的前世今生，數據開放運動的全球興起，Web3 0和下壹代互聯網。
通過該書，壹個立體的美國和美國人民的思想呈現在我們面前——美國人民癡迷於個人隱私的保護，卻不遺余力地推動政府信息的透明和公開。
看了這本書，突然對生活中的數據和數據處理產生了濃厚的興趣。如果有壹天，我們處處用數據說話，那麽政治、制度、生活都會更加清晰，事故也會降到最低點。
作為壹名信息技術教師，很有必要看這本書！有智慧的老師壹定能從書中挖掘出獨特的信息技術文化和可用於教學的生動案例。
我每天幾乎沒有時間看書。我總是要等到晚上累了才打開書。我總是在眼睛極度不舒服的時候堅持看書。所以大數據在堅持中融入了我的思想...
看完《大數據》，才知道這不是壹本枯燥的書。作者用案例和講故事的方式，講述了美國數據開放、收集和使用背後的立法故事、公民故事、技術故事和商業故事，引人入勝，令人大開眼界。
我在想，大數據的概念對於教育會有什麽樣的實用價值？長期以來，中國教育壹直在研究教育的數字化，如數字化校園。想法是把我們教育的內容數字化，結果是電子教材的研發或者教學過程的數字化。美其名曰，這是教育技術的重要內涵。在教學過程中，學生的行為是可以數字化的，這個研究是任何專業都無法深入的。太專業了，所以我會覺得所謂的教育技術不如教育數字化真實有意義。長期以來，我們不知道教育對壹個人的影響會如何表現出來。我們有的只是壹個大綱，不確定壹個老師的行為對學生有什麽影響。所以，人們壹直對教育有著深深的懷疑。科學嗎？大數據的概念至少提出了關註“是什麽”比關註“為什麽”實際得多。而我們的教育恰恰需要把註意力從“為什麽”轉移到“什麽”上來。只有這樣，教育才能從“為什麽”發展到“可能成為什麽”，這將是壹場思想革命。對於現在岌岌可危的教育技術來說，出路在於將研究的重心從數字化轉向數字化。
如何將數據融入教學，教育工作者首先通過規範全科醫學教學處方，規範了教學模板和教學內容，確保每個教學過程和內容可控。然後再結合日常的教學內容，把自己面對的數據處理好，把數據處理好，自然就把課堂反饋處理好了，最終形成了既註重教學經驗又註重教學效果的教學體系。
同時，我們不僅要在課堂上關註學生的資源，還要在課後跟進這些資源。這與過去的教育教學明顯不同。面對大數據時代的到來，教學發生變化是必然的。所以，無論環境如何變化，數據如何復雜，我們都要改變教學，以迎合未來的大數據時代。
勛伯格的《大數據時代》讓我重新審視了信息時代異軍突起的熱詞“大數據”。作為信息安全專業的學生，我對“大數據”這個詞更有熱情。
在百度上搜索到的解釋是:“大數據”，或稱巨量數據，是指涉及的信息大到無法通過目前主流的軟件工具來捕捉、管理、處理和整理，以幫助企業在合理的時間內做出更加積極的決策。特點:數量、速度、品種、真實性。
勛伯格認為，大數據無法定義壹個確切的概念。他提到“大數據是人們獲取新知識、創造新價值的源泉；大數據也是改變市場、組織以及政府和公民之間關系的壹種方式。”這是壹種更加人性化和社會化的解讀。
在本書中，主要從思維變革、業務變革、管理變革三個方面進行論述。而勛伯格關註的是三點:
第壹，更多:不是隨機樣本，而是所有數據。
二、更雜:不是準確，而是雜糅。
第三，更好:不是因果關系，而是相關性。
我不同意第壹種觀點。畢竟大數據的實現需要壹定的技術支持。很明顯，現在這項技術還不夠成熟，大數據在壹些簡單的事情上的應用更加復雜。所以這種復雜的大數據處理方式更適合壹些特定的情況，比如商業預測、人類dna研究等。
至於第二種觀點，我很贊同勛伯格的“大數據的簡單算法比小數據的簡單算法更有效”。在計算機行業的快速發展中，出現了壹種新的簡單可行的算法，這種算法在運算速度和存儲容量上遠不如計算機的發展迅速，而大數據算法似乎更能迎合這種大趨勢。
觀點3中提到的關聯是大數據中的壹個重量級，可以快速找到事物的規律和相應的解決方案。當然，因果關系也不能完全忽略。畢竟人們在思維上更容易接受因果分析的結果，大數據的預測需要人們慢慢適應。當我們完成了相關性的分析，不滿足於只知道“是什麽”的時候，就可以轉向對“為什麽”的研究。畢竟問題的根源在於因果關系。勛伯格的整個數據和相關關系是大數據時代的壹條捷徑。
然而，在信息時代，信息安全問題日益突出，數據獨裁與隱私保護的矛盾成為眾矢之的。在這本書的最後壹章，勛伯格試圖找到擺脫這種困境的解決方案，但他最終失敗了，但他提出“大數據並不是壹個充滿算法和機器的冰冷世界，人類的作用無法被完全取代。”這說明在數據時代人同樣重要，數據是為人類服務的，也是由人類驅動完成相應的目的。
在這樣的大環境下，往往會引起我更多的思考和擔憂。
大數據時代對我們來說既是機遇也是挑戰。壹些國家已經開始步入大數據時代的行列，開始在各個領域進行研究和使用。至於中國人口眾多，國土面積大，可以為我們提供大數據時代的數據保障。能否直面挑戰，在新壹輪大國角色競爭中脫穎而出，需要解決技術等問題，在政策上逐步開放各領域數據，保證數據來源、權限等問題得到解決，並不斷學習先進的計算機技術，縮小與其他國家的差距。
工業化和信息化，我們向世界交出了壹份世界無法低估的答卷；
我們將如何在大數據時代的新風暴中立於不敗之地？如果說大數據時代是必然趨勢，那麽這就是我們這壹代人的責任，也是我們新的戰場！
；