《大數(shù)據(jù)時代》的讀后感范文4篇

1、大數(shù)據(jù)時代的讀后感范文4篇當(dāng)賞讀完一本名著后，你有什么領(lǐng)悟呢？此時需要認(rèn)真思考讀后感如何寫了哦。那么你真的會寫讀后感嗎？以下是整理的大數(shù)據(jù)時代的讀后感范文，歡迎大家借鑒與參考，希望對大家有所幫助。大數(shù)據(jù)時代的讀后感1世界正邁入大數(shù)據(jù)、云計算的時代，人類朝著數(shù)據(jù)化、數(shù)字化的方向發(fā)足狂奔，我們原有的科學(xué)、技術(shù)、工作和生活方式正在被信息技術(shù)所改寫，很多科學(xué)領(lǐng)域會被大數(shù)據(jù)技術(shù)所替代，也會崛起很多新興科學(xué)家和職業(yè)，譬如數(shù)據(jù)科學(xué)家、數(shù)據(jù)中間商等。大數(shù)據(jù)會顛覆很多的產(chǎn)業(yè)和行業(yè)，甚至一夜之間就能變換運(yùn)營模式，因為在大數(shù)據(jù)面前，人類不會再向以前那樣追尋著“為什么”，更多的是在樣本和概率面前做著商業(yè)決策的調(diào)整，“

2、快”和“實用”更能滿足大眾的需求。數(shù)據(jù)之大，漫無邊際，無窮無盡，包含著我們?nèi)祟惖囊缓粢晃?，一舉一動。處在大數(shù)據(jù)帝國的前夜，眺望星空，這是個最好的時代，因為數(shù)據(jù)時代轉(zhuǎn)折的重要性，不亞于黑猩猩站立起來行走劃時代，很多科幻片里的場景會出現(xiàn)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里，只有蒼穹能知道！當(dāng)我們擁有海量數(shù)據(jù)時，絕對的精準(zhǔn)不再是我們追求的主要目標(biāo)，我們樂于接受數(shù)據(jù)的紛繁復(fù)雜，也只有接受不精確性，我們才能打開一扇從未涉足的世界的窗戶。大數(shù)據(jù)時代小數(shù)據(jù)時代，我們在數(shù)據(jù)的精準(zhǔn)性上花費(fèi)很多，包括規(guī)則和準(zhǔn)則、復(fù)式記賬的平衡規(guī)則、信息系統(tǒng)等等，數(shù)據(jù)閉環(huán)，所以數(shù)據(jù)具有結(jié)構(gòu)性，所以可以找根

3、尋蹤，找尋問題的根源，尋求解決方案。大數(shù)據(jù)時代來臨，因為數(shù)據(jù)量的龐大，以及數(shù)據(jù)背后的繁雜性，以及處理數(shù)據(jù)的知識IT工程師和計算者，別忘了，擁有數(shù)據(jù)的是政府和獨(dú)角獸商人，所以，他們很難對數(shù)據(jù)進(jìn)行深度分析，這樣也會催生各個領(lǐng)域的數(shù)據(jù)分析業(yè)務(wù)，數(shù)據(jù)生態(tài)鏈核心就清晰了起來。大數(shù)據(jù)會取代小數(shù)據(jù)嗎？這是不可能的事，大數(shù)據(jù)和中小數(shù)據(jù)之間的防火墻更會高筑！大數(shù)據(jù)都是基于樣本的非結(jié)構(gòu)性數(shù)據(jù)，推送到我們面前的數(shù)據(jù)指引，都已經(jīng)經(jīng)過了各種算法的粗加工，融入了計算者的各種算法，算法會因人而異，利用我們過去的電子痕跡，預(yù)測我們的現(xiàn)在和未來，一花一世界。初期的一大一小，數(shù)據(jù)的交融，像極了海上的漁網(wǎng)，具有強(qiáng)關(guān)聯(lián)性。數(shù)據(jù)就像是

4、一個神奇的鉆石礦，在其首要價值被發(fā)覺后，仍能不斷創(chuàng)造價值。大數(shù)據(jù)擁有者依賴技術(shù)專家挖掘數(shù)據(jù)的價值，但技術(shù)專家（數(shù)據(jù)武士）并沒有想象中那么耀眼，他們在大數(shù)據(jù)中淘金，發(fā)現(xiàn)了金銀珠寶，可最后卻要把這些財富拱手讓給大數(shù)據(jù)擁有者。大數(shù)據(jù)時代當(dāng)恐龍消失，人類慢慢成為了動物界的主人。數(shù)據(jù)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。我們只有跨過數(shù)據(jù)化、數(shù)字化的長河，才能開啟AI時代，路途遙遠(yuǎn)，主人！這是一本好書，值得推薦。大數(shù)據(jù)時代的讀后感2這么多年來，看了很多東西，如今回過頭來發(fā)現(xiàn)，好像什么都忘了，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

5、筆勤快，所以決定從這里開始。這些年對于技術(shù)的發(fā)展，我是沒有跟上，如今發(fā)現(xiàn)即便是對于投資，技術(shù)對于我們生活的改變太大，而自己身在這個技術(shù)浪潮的前沿，還是需要跟上步伐。大數(shù)據(jù)這個概念已經(jīng)提了很久，我也一直疏忽了對于它的理解。看完大數(shù)據(jù)時代，再結(jié)合如果工作上對于大數(shù)據(jù)的理解，頓時發(fā)現(xiàn)數(shù)據(jù)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(guān)鍵的三個點是前面幾個章節(jié)：1、要總體，不要隨機(jī)樣本：從小對于統(tǒng)計學(xué)相關(guān)的.學(xué)習(xí)，基本都是從樣本出發(fā)，理論的基礎(chǔ)在于如何隨機(jī)的足夠分散的選取樣本，這可是技術(shù)活加直覺。而對于大數(shù)據(jù)來說，要的就是總體，本質(zhì)上來說，總體樣本的確更能準(zhǔn)確找到結(jié)果。但是對于統(tǒng)計

6、來說，總體的分析增加了數(shù)據(jù)分析的難度，不僅數(shù)據(jù)核對不好進(jìn)行，一旦出現(xiàn)數(shù)據(jù)污染，準(zhǔn)確度就會大打折扣，而且進(jìn)行數(shù)據(jù)回溯的時候，也無法準(zhǔn)確確認(rèn)問題，而這一點也是后面相關(guān)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(shù)據(jù)的多樣性，盡量將相關(guān)數(shù)據(jù)都收集起來，不管是結(jié)構(gòu)化的還是非結(jié)構(gòu)化的。這樣就不可避免的最終結(jié)果的不準(zhǔn)確性。大數(shù)據(jù)更多的是從一個總體數(shù)據(jù)中說明以后概率事件，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(shù)據(jù)算法更傾向于“簡單”，而不是復(fù)雜，這個倒是出乎我的意外。3、要相關(guān)性，而不是因果：從我對于知識獲取的過程來說，我是不同意這個觀點，從人體對于知識的理解，

7、還是要從因果論出發(fā)，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(shù)據(jù)本身的非準(zhǔn)確性，一旦找到合適的算法，找到相關(guān)性，向上追述原因本身就很難。但是從舉的示例上看，相關(guān)性的確認(rèn)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，對于大數(shù)據(jù)來說，最重要的三點是：1、數(shù)據(jù)得到更多數(shù)據(jù)；2、算法建立更快的算法體系；3、思維尋找數(shù)據(jù)間更多的相關(guān)性。對于數(shù)據(jù)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(biāo)準(zhǔn)來看待數(shù)據(jù)，政府統(tǒng)一管理也就是必然的了。而且對于政府來說，掌握更多數(shù)據(jù)也有利于其管理及維護(hù)社會的穩(wěn)定性。而對于社會道德方面的論述，我不想多說什么，時代發(fā)展是不會

8、被道德綁架的。所以最后，想要建立對于大數(shù)據(jù)的思維，大數(shù)據(jù)時代還是值得一讀，里面的很多示例也非常不錯。如人際關(guān)系這一塊，也是出乎我的意料。大數(shù)據(jù)時代的讀后感3去年的“云計算”炒得熱火朝天的，今年的“大數(shù)據(jù)”又突襲而來。仿佛一夜間，各廠商都紛紛改旗換幟，推起“大數(shù)據(jù)”來了。于是乎，各企業(yè)的CIO也將熱度紛紛轉(zhuǎn)向關(guān)注“大數(shù)據(jù)”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(xiàn)實中小企業(yè)云計算，大數(shù)據(jù)的現(xiàn)狀。不過話又還得說回來，大數(shù)據(jù)時代是本好書。當(dāng)然，很多IT知名人士也大力推薦，寫了好多讀后感來表述對這本書的喜歡沒看此書之前，對所謂大數(shù)據(jù)的概念基本上是一頭霧水，雖則有了解關(guān)注過現(xiàn)

9、在也比較火熱的BI，覺得也差不多，可能就是更多的數(shù)據(jù)，更細(xì)致的數(shù)據(jù)分析與數(shù)據(jù)挖掘?？催^此書后，感覺到之前的想法，只能算是中了一小半吧-巨量的數(shù)據(jù)，而另一前：著眼于數(shù)據(jù)關(guān)聯(lián)性，而非數(shù)據(jù)精確性，或許才是大數(shù)據(jù)與現(xiàn)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(shù)據(jù)的關(guān)聯(lián)性重佳，還是數(shù)據(jù)的精確性更好，還真的需要時間來檢驗一下，至少從現(xiàn)在的數(shù)據(jù)分析方法來論，更多的傾向于數(shù)據(jù)的精確性?？赐甏藭?，我心中的一些問題：1.什么是大數(shù)據(jù)？查了查百度百科，是這樣定義的：大數(shù)據(jù)（bigdata），或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具，在合理時間內(nèi)達(dá)到擷取、管理、處

10、理、并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊。大數(shù)據(jù)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(shù)據(jù)海量，存儲海量都是大數(shù)據(jù)的基本原型吧。2.大數(shù)據(jù)適合什么樣的企業(yè)？誠然，大數(shù)據(jù)的前提是海量的數(shù)據(jù)，只有擁有巨量的數(shù)據(jù)資源，方能從中查找出數(shù)據(jù)的關(guān)聯(lián)性，才可以讓通過專業(yè)化的處理，讓其為企業(yè)產(chǎn)生價值。針對電信運(yùn)營，互聯(lián)網(wǎng)應(yīng)用這樣海量用戶的數(shù)據(jù)的大企業(yè)，也是在應(yīng)用大數(shù)據(jù)的道路上擁有得天獨(dú)厚的條件，但是針對中小企業(yè)呢？銷售訂單數(shù)據(jù)？若非百年老店，估計數(shù)據(jù)也是少得可憐，能用的可能只有消費(fèi)者數(shù)據(jù)了吧。貌似大多數(shù)廠商，用來舉例的也

11、就是消費(fèi)都購買行為分析為最多。同樣，在公共事業(yè)類的政府機(jī)構(gòu)，大數(shù)據(jù)的作用也許也能很好的發(fā)揮。反而感覺在大多數(shù)中小型企業(yè)應(yīng)用大數(shù)據(jù)，似乎有點大題小作。書中說：大數(shù)據(jù)是企業(yè)競爭力。誠然，數(shù)據(jù)是一個企業(yè)的核心無形資源（利用得好的話），但是否所有的數(shù)據(jù)，或都換則方式說：所有的企業(yè)都以大數(shù)據(jù)為競爭力，是否真的合適么？是否在中小企業(yè)中，會顯示得小題大做呢？3.大數(shù)據(jù)帶來的影響當(dāng)一波又一波的IT技術(shù)熱潮源源不斷地向我們鋪面而來的時候，你甚至都沒有做好準(zhǔn)備，你都要開始迎接它所給你帶來的影響了。經(jīng)過物聯(lián)網(wǎng)，云計算的推波助瀾下，大數(shù)據(jù)開始登場了。但它到底給我們帶來了什么呢？1）預(yù)測未來書中以Google成功預(yù)測了

12、未來可能發(fā)生流感的案例來開篇，表明通過大數(shù)據(jù)的應(yīng)用，可以為我們的生活起一個保駕護(hù)航的指向標(biāo)。實質(zhì)很簡單，技術(shù)改變世界。2）變革商業(yè)大數(shù)據(jù)所帶來的商機(jī)，同時會衍生出一系列與大數(shù)據(jù)相關(guān)的商業(yè)機(jī)遇與商業(yè)模式，數(shù)據(jù)的潛在價值會源源不斷地發(fā)揮作用可以容易想到的是未來有專門的數(shù)據(jù)收集，數(shù)據(jù)分析，數(shù)據(jù)生成的一條數(shù)據(jù)產(chǎn)業(yè)鏈產(chǎn)生。影響最大的，當(dāng)然是IT公司3）變革思維書中所說：因為有海量的數(shù)據(jù)作基礎(chǔ)，未來，我們可能更關(guān)注數(shù)據(jù)的相關(guān)，而非精細(xì)度。對這條，本人還是持保留意見的。大數(shù)據(jù)時代的讀后感4如今說起新媒體和互聯(lián)網(wǎng)，必提大數(shù)據(jù)，似乎不這樣說就OUT了。而且人云亦云的居多，不少談?wù)撜呱踔吝€沒有認(rèn)真讀過這方面的經(jīng)典

13、著作舍恩佰格的大數(shù)據(jù)時代。維克托邁爾舍恩伯格何許人也？他現(xiàn)任牛津大學(xué)網(wǎng)絡(luò)學(xué)院互聯(lián)網(wǎng)研究所治理與監(jiān)管專業(yè)教授，曾任哈佛大學(xué)肯尼迪學(xué)院信息監(jiān)管科研項目負(fù)責(zé)人。他的咨詢客戶包括微軟、惠普和IBM等全球頂級企業(yè)，他是歐盟互聯(lián)網(wǎng)官方政策背后真正的制定者和參與者，他還先后擔(dān)任多國政府高層的智囊。這位被譽(yù)為：大數(shù)據(jù)時代的預(yù)言家“的牛津教授真牛！那么，這位大師說的都是金科玉律嗎？并不一定，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(yīng)的理論功底，就能與之進(jìn)行一場思想上的對話。舍恩伯格分三部分來討論大數(shù)據(jù)，即思維變革、商業(yè)變革和管理變革。在第一部分”大數(shù)據(jù)時代的思維變革“中，舍恩伯格旗幟鮮明的亮出

14、他的三個觀點：1、更多：不是隨機(jī)樣本，而是全體數(shù)據(jù)；2、更雜：不是精確性，而是混雜性；3、更好：不是因果關(guān)系，而是相關(guān)關(guān)系。對于第一個觀點，我不敢茍同。一方面是對全體數(shù)據(jù)進(jìn)行處理，在技術(shù)和設(shè)備上有相當(dāng)高的難度。另一方面是不是都有此必要，對于簡單事實進(jìn)行判斷的數(shù)據(jù)分析難道也要采集全體數(shù)據(jù)嗎？我曾與香港城市大學(xué)的祝建華教授討論過。祝教授是傳播學(xué)研究方法和數(shù)據(jù)分析的專家，他認(rèn)為一定可以找到一種數(shù)理統(tǒng)計方法來進(jìn)行分析，并不一定需要全部數(shù)據(jù)。聯(lián)系到舍恩伯格第二個觀點中所說的相關(guān)關(guān)系，我理解他說的全體數(shù)據(jù)不是指數(shù)量而是指范圍，即大數(shù)據(jù)的隨機(jī)樣本不限于目標(biāo)數(shù)據(jù)，還包括目標(biāo)以外的所有數(shù)據(jù)。我認(rèn)為大數(shù)據(jù)分析不能

15、排除隨機(jī)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(rèn)為這是對他第一個觀點很好的補(bǔ)充，這也是對精準(zhǔn)傳播和精準(zhǔn)營銷的一種反思?！贝髷?shù)據(jù)的簡單算法比小數(shù)據(jù)的復(fù)雜算法更有效?！案哂泻暧^視野和東方哲學(xué)思維。對于舍恩伯格的第三個觀點，我也不能完全贊同?！辈皇且蚬P(guān)系，而是相關(guān)關(guān)系?！安恍枰馈睘槭裁础?，只需要知道”是什么“。傳播即數(shù)據(jù)，數(shù)據(jù)即關(guān)系。在小數(shù)據(jù)時代人們只關(guān)心因果關(guān)系，對相關(guān)關(guān)系認(rèn)識不足，大數(shù)據(jù)時代相關(guān)關(guān)系舉足輕重，如何強(qiáng)調(diào)都不為過，但不應(yīng)該完全排斥它。大數(shù)據(jù)從何而來？為何而用？如果我們完全忽略因果關(guān)系，不知道大數(shù)據(jù)產(chǎn)生的前因后果，也就消解了大數(shù)據(jù)的人文價值。如今不少

16、學(xué)者為了闡述和傳播其觀點往往語出驚人，對舊有觀念進(jìn)行徹底的否定。世間萬物的復(fù)雜性多樣化并非非此即彼那么簡單，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么語境下說的，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(guān)系，而是相關(guān)關(guān)系?！斑@一論斷時，他在書中還說道：”在大多數(shù)情況下，一旦我們完成了對大數(shù)據(jù)的相關(guān)關(guān)系分析，而又不再滿足于僅僅知道是什么時，我們就會繼續(xù)向更深層次研究的因果關(guān)系，找出背后的為什么?！癷由此可見，他說的全體數(shù)據(jù)和相關(guān)關(guān)系都在特定語境下的，是在數(shù)據(jù)挖掘中的選項。大數(shù)據(jù)研究的一大驅(qū)動力就是商用，舍恩伯格在第二部分里討論了大數(shù)據(jù)時代的商業(yè)變革。舍恩伯格認(rèn)為數(shù)據(jù)化就是一切皆可”量化“，大數(shù)據(jù)的定量分析有力地回答”是什么“這一問題，但仍然無法完全回答”為什么“。因此，我認(rèn)為并不能排除定性分析和質(zhì)化研究。數(shù)據(jù)創(chuàng)新可以創(chuàng)造價值，這是毫無疑問的。舍恩伯格在討論大數(shù)據(jù)的角色定位時仍把它置于數(shù)據(jù)應(yīng)用的商業(yè)系統(tǒng)中，而沒有把它置于整個社會系統(tǒng)里，但他在第二部分大數(shù)據(jù)時代的管理變革中討論了這個問題。在風(fēng)險社會中信息安全問題日趨凸顯，數(shù)據(jù)獨(dú)裁與隱私保護(hù)成為一對矛盾。如何擺脫大數(shù)據(jù)的困境？舍恩伯格在最后一節(jié)”掌控“中試圖回答，但基本上屬于老生常談。我想，或許凱文凱利的失控可以幫助我們