當看完一部影視作品后，相信大家的視野一定開拓了不少吧，是時候靜下心來好好寫寫讀后感了。當我們想要好好寫一篇讀后感的時候卻不知道該怎么下筆嗎？下面是小編為大家帶來的讀后感優秀范文，希望大家可以喜歡。

大數據讀后感篇一

短短幾天把涂子沛先生的《大數據》這本書瀏覽一遍，結合去年北大繼續教育學院進行現代管理學科學習時，老師介紹這本書時的精髓、內涵時的情景，寫這篇。

心得體會。

現將淺薄體會與老師同學們一起交流，部分內容參考了書內容和涂子沛先生的觀點，希望老師同學給予批評指正。

“一個真正的信息社會，首先是一個公民社會”，這是全書的一個出發點，這個出發點就是說，“信息社會最大的特點就是，信息的自由流動。”涂子沛在書中的觀點是：如果沒有人的平等，沒有人的自由，信息能夠自由流動嗎？如果沒有人的平等，我們這個社會彼此另外壓抑另外一個人，我們的創造力怎么迸發出來？我們每個人都面臨大數據時代思維變革的挑戰。

涂先生在書中說出“大數據時代的公民生活”，題目他在書中來演繹公民生活的時候，它的背景是“大數據”時代。首先他講了“什么是大數據時代”，在研究一個現象的時候，首先要研究它的定義，研究它的內涵，咱們就先把數據給它抽走，看看代表是什么。數據不是數字，數據是有跟列的數字，當他在書中談到數據的時候，我們想到的是它代表計算，代表精確，代表理性，代表科學，代表事實。大家說姚明很高，到底有多高，你最后說兩米多左右，這就是一個精確的事實。數據的出現也是人類認識這個世界，不斷地向前推進的需要，人類發現需要精確的數字，就好像回到剛才的例子，你說很高很高，到底有多高，我們看，人類歷史上很多重大的文明推進和演進都跟數據離不開，比如說度量衡的發明，貨幣的發明，再比如二進制的發明最后導致計算機的發明，最背后就是數據。

他在書中有一個新的詞叫database--數據庫。這個詞完全是一個外來的詞，1。

計算機最早是計算數字和處理數字，那時候就存在database，后來隨著計算機能力的不斷增強，它可以處理文字、圖片、視頻、聲音等等，但所有這些都放在database，所以他在書中把這所有的一切都稱為數據，這時候數據的內涵擴大了。其實大家要知道數據的內涵在擴大，還有一些其他的事情也在發生變化，就是說數據的容量在增大。八十年代的時候就有人提出bigdata這個概念，那時候的“大數據”的還不是現在“大數據”的概念。“大數據”這個概念不斷的演變，最早有人就預見到說有一天數據會比程序更加重要，比軟件更加重要，它是指重要性。所以我們往大了說，可以說這是一個大的機器，一個大的房子，也可以說是一個大容物。書中說的：到2000年的時候，賓夕法尼亞大學有一個教授出來定義，那時候企業的數據已經到泰了，他說200泰的數據就是大數據了，那泰到底是什么樣的單位呢？比如全世界最大的圖書館是美國國會圖書館，美國國會圖書印刷品的含量，不包括電子圖書加起來是15泰，北師大應該是2個泰或者更少，這個數據就叫“泰”。

2代公民的生活。data在五年的時候，應該有一個創始人，他發現一個東西：同一個計算機芯片，同一個面積上晶體管的數量每一到兩年就要增加一倍，這意味著什么？意味著計算機處理的能力越來越強，存儲的能力也越來越強，同一個面積上東西越來越多，越來越密，一到兩年就增加一倍，物力存在器的性能不斷上升，價值不斷的下降。有一個考證說，從五十年代起最早的存儲器發明到現在，存儲器的價格下降了300萬倍，大家可以想想，歷史上還有什么商品它的價格能在半個世紀下降300萬倍？而摩爾定律也成為了一個代名詞，呈指數形發展的變化，急劇變化的狀態，劇變的變化。我們可以看看，這個圖代表摩爾定律，是條直線，為什么是直線呢？因為沒辦法畫，如果嚴格按刻度來畫的話應該是一條橫軸的曲線。涂先生在書中分析了：“1988年一個科學家提出了普適計算，普適計算提的不多，大家都提物聯網。物聯網是普適計算一個子概念，人家計算機的浪潮是分階段的：第一個階段是主機階段，到80年代由于微軟、蘋果一直到個人電腦的階段，88年互聯網之后，科學家說這不是結果”。

“一個主動你就能改變的時代，因為資源就在那里，你不能去等其他的人”這是涂先生的觀點。他說說影響公民的第一點：公民最主要的精神是什么？是積極地介入，積極地改變。影響我們公民的第二點，書里面有很多關于“大數據”時代的隱私文化，有的專家說87%都不能定位，只要通過“大數據”挖掘就會定位，這是影響我們公民生活的一個巨大的挑戰，就是隱私權的挑戰，而隱私權是一個非常重要的問題，是對個人自由的憑照。他為什么用這么大的篇幅來寫隱私權利呢？也是因為我覺得，我們中國社會特別需要隱私權利，不僅是政府在侵犯公民的隱私權利，我們公民彼此之間也在不停地侵犯隱私權，而且大家習以為常。但是隱私權是一個文明社會的標志，越文明的社會，越注重隱私權，個人才越有自由，隱私權是把自己跟公共生活劃分開的一條界線，保障個人的自由。社交媒體讓我們進入一個前所未有人文相連的時代，這影不影響我們的公民生活？這是最大的隱患，為什么？它把我們人跟人連接起來，我們知道人跟人一旦連接起來，1+1大于2的作用。

總之，使我感受到當前我們正生活在，每天都不同、都高速度發展、激烈競。

4爭和大數據時代。我們每個人都必須面對大數據時代、結合實際面對挑戰，要相信“想不到事情會發生，想不到的速度會發生”。要及時更新知識、廣納信息、梳理思維及時做出正確判斷、做好工作學習生活中的精準決策。

大數據讀后感篇二

知道＂是什么＂就夠了，沒必要知道＂為什么＂。在大數據時代，我們不必非得知道現象背后的原因，而是讓數據自己＂發聲＂。這個命題是我讀這本書最大的感觸。

對于大多數人來說，這的確是一場思維變革。對于理科學生來說，會認為這是一個錯誤的觀點，因為這無異于否定了他們對世界客觀物理化學規律探索的重要性；對于一名工科學生，其實這并不是一個多么新穎的觀點，因為工科是講求時用性的，如何能更好地利用基本自然科學規律創造社會財富比探索自然科學知識顯得更重要。

這些天來，在讀大數據這本書的同時，也稍微重溫了一下自動控制原理，認識到控制系統中存在明顯的大數據時代思維方式，借讀書交流會之際，與大家分享。

對系統的有效控制需要對系統理解與建模。以一個日常生活中的例子說明。開車的時候一腳油門下去車就飛出去了，但并不知道這一腳油門下去能給多大車速，這就需要駕駛人員的熟練的駕駛技能了，不然超速被開罰單是很正常的。那么，問題就來了：如何能實現速度的自動控制而不用駕駛人員踩油門？這就是控制系統最關鍵的環節——建立系統數學模型。大白話就是知道車速與燃油量的數學關系式。若是以探索為什么的思維模式，不可避免的要列一大堆能量方程、動量方程等物理化學式子，經過繁雜的計算，還是能得到車速和燃油量的數學關系式的。很明顯這是一個繁瑣的過程，因為得知道現象背后的原因。這僅是對于這種簡單的系統，若是對于航空發動機這種復雜的系統，結構工藝過于復雜，分析各部分的物理化學過程是十分困難的，這時候可以通過實驗法得到數學模型。

實驗法主要有時域測定法、頻域測定法和統計相關法。與大數據時代思維最接近的是統計相關法，主要過程是對被研究對象施加某種隨機信號，根據被測對象各參數的變化，采用統計相關法確定被測系統或對象的動態特性。這種方法可以在被測系統或生產過程正常運行狀態下進行在線辨識，測試結果精度較高，但要求采集大量測試數據，并需要相關儀和計算機進行數據計算和處理。

若用開車實例來解釋，此時的系統為汽車動力系統，施加的隨機信號為燃油量，被測對象指車轉速，得到的動態特性就是指車速與燃油量函數關系式，從而不用探求背后的物理化學規律就得到了數學模型。

在沈陽黎明航空公司實習時去過試車間，除了發動機點火后震撼的場景動人心魄，控制室屏幕上海量的數據也同樣引人注目，我想這么多數據無非就是驗證數學模型或直接實驗法得到數學模型，結合航空發動機這種復雜的系統，對于搞控制的人來說，得到數學模型就夠了，現象背后的原因交給研發的人來探索更好。

大數據讀后感篇三

舍恩伯格的《大數據時代》被人推崇為最佳書籍，今年安泰讀書會的重頭戲。雖然主講人最后放了個香港大黃鴨般的鴿子，但現場討論氛圍依舊非常熱烈——而且還是在沒幾個人讀完的情況下，也就意味著——大數據對我們的影響，已經深入到生活的方方面面。

無處不在的大數據：各種云計算，谷歌的神通，亞馬遜的推送，天涯人肉，微博萬能等等等等，我們掌握了新的工具，也獲取了以前從未有過的各種信息。大數據拉近了我們與現實的距離，“地球村”變成了“地球屋”，仿佛所有人所有事物都觸手可及，而這些牛逼哄哄的互聯網巨頭就在客廳展示著世界的每一寸光景。

然而，事實真的是這樣嗎?首先，從應用角度出發，低廉的運算能力和存儲空間，讓以前的樣本分析顯得非常簡陋——一些從全體數據挖掘出來，忽略精確而從大量數據的簡單算法得出來的結論顛覆了常識。但個人覺得，這只是統計學的終極目標——并沒有非常大的跨越，可能終結了回歸分析，有效性驗證等手段，但依舊還是統計。而革命性在于關注相關關系而非因果關系。現場討論從神學角度挑戰了因果關系的不可能——或者說人類用簡單思考的邏輯來定義因果，以及用之前小數據演繹出大概率事件來推導因果，都是不正確的。真正的因果關系應該屬于上帝的范疇，人類如果真的完全掌握之后，會統治整個宇宙。但我覺得，無需從神學觀點來討論，而可以借鑒量子力學對經典力學的顛覆——在原子層面上，經典力學會失效——那么在大數據層面上，普通的抽樣調查直觀反映會失效。而且從量子力學角度是很難推導經典力學的公式，那么從現在的慣有思維，也難以推導出大數據的因果關系。

大數據讀后感篇四

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匯，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。

在百度上搜索到的解釋是："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件工具工具，在合理時間內達到擷取、管理、處理、并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，大數據并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。

對于觀點一，我不敢茍同，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于一些特定的情況，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"大數據的簡單算法比小數據的簡單算法有效"。在計算機行業迅速發展中，一種新的簡單可行的算法的出現，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于只知道"是什么"的時候，我們就可以轉而研究"為什么"了，畢竟問題的根本在于因果。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于風口浪尖，成為眾矢之的，舍恩伯格在本書的最后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"大數據并不是一個充斥著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。

大數據時代對于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，并在各個領域開始研究和使用。而對于我國龐大的人口，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、權限等問題得到解決，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！

大數據讀后感篇五

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。而且人云亦云的居多，不少談論者甚至還沒有認真讀過這方面的經典名著——舍恩佰格的《大數據時代》。維克托·邁爾舍恩伯格何許人也？他現任牛津大學網絡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等全球企業，他是歐盟互聯網官方政策背后真正的制定者和參與者，他還先后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，才能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。對于第一個觀點，我不敢茍同。

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，并不一定需要全部數據。聯系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于目標數據，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。”大數據的簡單算法比小數據的復雜算法更有效。“更具有宏觀視野和東方哲學思維。對于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”為什么“，只需要知道”是什么“。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后果，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，而又不再滿足于僅僅知道‘是什么’時，我們就會繼續向更深層次研究的因果關系，找出背后的‘為什么’。“[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”是什么“這一問題，但仍然無法完全回答”為什么“。因此，我認為并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于數據應用的商業系統中，而沒有把它置于整個社會系統里，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。如何擺脫大數據的困境？舍恩伯格在最后一節”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：”大數據并不是一個充斥著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，只是參考的答案，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，也不是標準答案，只是參考的答案。

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，比如說什么叫數據？什么叫大數據？數據分析與數據挖掘的區別，數字化與數據化有什么不同？讀前做些功課讀起來就比較好懂了。

大數據讀后感篇六

導語：維克托·邁爾·舍恩伯格在書中前瞻性地指出，大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型，并用三個部分講述了大數據時代的思維變革、商業變革和管理變革。

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。

大數據的精髓在于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，而不再依賴于隨機采樣(樣本=總體)

第二個轉變就是，研究數據如此之多，以至于我們不再熱衷于追求精確度

第三個轉變因前兩個轉變而促成，即我們不再熱衷于尋找因果關系，而應該尋找事物之間的相關關系。大數據告訴我們”是什么“而不是”為什么“。在大數據時代，我們不必知道現象背后的.原因，我們只要讓數據自己發聲。，出處：短美文()，轉載請保留本出處，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，然后進行調整并接受下來。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，目的在于使自己保持冷靜。

所以作者稱之為revolution。

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，社會關系于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準確，那么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，那么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，書中另一段關于自由意志的描述

在哲學界，關于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，那么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，那么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，對于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，想想心里還是有點小激動“，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。當你什么舉動都可以被預測，相當于你完全暴露在太陽光下，換成你，你害怕不。

最后，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。

大數據并不是一個充斥著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。

大數據讀后感篇七

這一章節，利用馬修莫里導航圖的例子引出了大數據的實踐方式，奇人莫里通過整理航海相關的邊角數據，把整個大西洋按照經緯度劃分了出來，并標注出了溫度、風速和風向，從而發現了洋流，也為船員提供了有效的航海路線，這就是數據的價值體現了。書中也提到了，量化我們周圍的一切，是數據化的核心，將文字變成數據、將方位變成數據，將溝通、情感變成數據，通過大數據，我們會意識到，世界在本質上是由信息構成的。

在工作中，這點也可以作為啟發點，通過對數據的整理，或者說以某種方式采集到相關數據，將數據整理出有價值的信息后，不斷的改善到工作流程、效率、服務方面，也是工作上的創新點。

筆者在書中提到了，數據的潛在價值，并提出了數據創新應用的方法，第一是數據的再利用，數據信息被采集用作特定分析后，在另一個領域或者角色立場下，或許會開發出新的有價值的信息;第二是數據的重組，將不同類別、類型的數據進行重組，產生一個新的數據集合出來，尋找其中的關聯性;第三是數據的擴展，這就需要在記錄數據的同時設計好他的可擴展性;第四是數據的折舊值，數據將會貶值，但是仍會有其潛在價值;第五是數據廢氣，即數據采集時的離散量、離散交互信號，舉例是谷歌與微軟的拼寫檢查;第六是開放數據，數據的開放將會有利于各行各業的使用，并促進全行業數據時代的發展。這其中又提到了數據估值的概念，在數據使用時價值才會體現出來，而不是在占有本身。

根據所提供價值的不同來源，分別出現三種大數據公司，基于數據本身(采集大量數據的公司)、基于技能(提取用戶的需求，給出數據分析結果的公司)、基于思維(挖掘數據新的價值的公司)。

大數據讀后感篇八

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。

大數據的精髓在于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，而不再依賴于隨機采樣（樣本=總體）。

第二個轉變就是，研究數據如此之多，以至于我們不再熱衷于追求精確度。

第三個轉變因前兩個轉變而促成，即我們不再熱衷于尋找因果關系，而應該尋找事物之間的相關關系。大數據告訴我們“是什么”而不是“為什么”。在大數據時代，我們不必知道現象背后的原因，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，然后進行調整并接受下來。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，目的在于使自己保持冷靜。

所以作者稱之為revolution。

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，社會關系于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準確，那么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，那么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，書中另一段關于自由意志的描述。

在哲學界，關于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，那么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，那么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，對于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，想想心里還是有點小激動”，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。當你什么舉動都可以被預測，相當于你完全暴露在太陽光下，換成你，你害怕不。

最后，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。

大數據并不是一個充斥著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。

無論如何，大家看到這四個是不是有種，不管我上面扯得有沒有道理，通不通順，下面的話，會很有道理的樣子的錯覺（抄襲于《棟篤笑》）ok，無論如何，日子還是得照過。施主，我看你骨骼驚奇，是個練武奇才，最后送上《九陽神功》心法，以后維護世界和平的重任就交給你了。

他強由他強，清風撫山岡。

他橫由他橫，明月照大江。

他自狠來他自惡，我自一口真氣足。

大數據讀后感篇九

《決策大數據》這本書作為2018年的開篇閱讀，初略的看下來，基本上好像跟作者沒什么關系，作者的敘述在這本書中所占的篇幅比照不是很大，此書最好取名為《眾說大數據》比較恰當，將近半本是別人在討論大數據的問題，只有后面的章節寫的是自己的大數據經驗，相對來說真的是寥寥無幾。

我覺得作為本書的開篇數據十戒，基本上可以涵蓋這本書的總體思想。

其實生活中對于大數據的運用，我們能夠感受到的還是非常普遍的，隨便一刷網頁，就能夠精準的推送你前兩天搜搜的產品，淘寶一刷就是各種你需要的東西，現在的新聞也是如此，總是彈出一些符合你口味的新聞事件出來，這些都是個人在網上留下的數據，經過后臺分析給你推送的，不從使用者角度而言，從公司角度而言，收集建立一個有效的數據庫是非常重要的，當然數據不僅僅是收集這么簡單，更需要不斷的提煉，分類，分析，通過這些死的數據來再現出當時的情形，再有效的進行營銷。

數據的不同組合就會呈現出不同的效果，數據的價值在于如何的運用，這種運用體現在各個數據的關聯，在關聯中尋找癥結點，尋找數據的使用方法，當然數據最關鍵的一步是在運用，是否能夠恰當的達到自己的目的，而在達到自己的目的過程中，更需要著眼于未來，著眼于這些數據所能提供的長遠規劃，所呈現出來的精準預測。

阿里巴巴作為一個大數據公司而出名，從現實中也能夠感受到，譬如信用積分，個人貸款等等，這些應該都是通過數據的積累來精準預測一個人的財務價值，作者作為阿里巴巴的副總裁，在文章中也提到了公司對于數據的內外三把斧，分別是外-"混通曬"，混就是要了解各個數據所代表的真是含義，所連接低層原理，真正的切合實，而“通”就是將精準預測與這些數據之間的`打通，建立連接點，并成一個系統，“曬”就是能夠在建立的系統中尋找癥結點，然后進行優化，這個過程類似于qc思想中的優化思想；外三把斧便是“存管用”，這個不言而喻便是一個數據的流轉過程。

這些大數據看過去與大公司有連接，對于個人而言沒什么價值，閱讀就是能夠在其中找到個人的運用價值。運用是閱讀的最有效的輸出工具，在書《如何高效的學習中》，scott楊就提出來運用的價值，通過運用能夠快速的掌握知識。對于本書而言在個人的運用就是文章末尾講的個人數據庫的建立，接觸到個人數據庫還是這兩個人月接觸的，通過學習《知識管理訓練營》中提到的，通過建立個人數據庫，建立個人的google，以前總是覺得市面上的數據這么多，何必自己儲存，以前用大象筆記也只是為了方便個人管理，基本上沒有什么個人數據的管理概念，但是通過這些的閱讀，意識到建立個人數據庫的重要性，市面上的數據只是數據，既不是你有選擇的收集，也不是個人消化過的數據，等你要用到只有真的只能求助無門，腦袋好不容易閃過的靈光，因為找不到出處，在這個過程中就把精力消耗殆盡，個人最有深有體會的就是寫作，為了引用一句話，抓耳撓腮半天都找不到，這是非常令人奔潰的，所以建立個人數據庫是非常必要的，而且這種個人數據庫的收集不僅僅是收集，更需要消化吸收，然后在某一時刻能夠想運用就運用，在閱讀方面的是數據收集就是閱讀一本書后能夠將原版書電子版收集起來，形成思維導圖，有個人閱讀筆記，然后再去讀下一本書，而不是像以前的閱讀一樣，渾淪吞棗，今天讀完覺得意氣風發，過兩天就不知所云，建立一個個人閱讀數據是非常必要的。當然個人數據庫的建立不僅僅是文字，更是涉及到所有的圖片，旅行等。

本書總體而言比較寬泛，講的也比較粗略，作者所占的篇幅不大，適合數據從業者看，應該而言是一本抽離數據的原理將數據的思想，最后上升到個人的哲學思想層面，譬如作者信佛，助學等等，隨手閱讀，當做涉獵還是可以的。

大數據讀后感篇十

本書《大數據時代》出自維克托·邁爾-舍恩伯格，是最早洞見大數據時代發展趨勢的數據科學家之一，也是最受人尊敬的權威發言人之一。舍恩伯格教授在《大數據時代》中提出：“大數據是指不用隨機分析法這樣的捷徑，而采用所有數據的方法。”闡述大數據是一個比較的概念，它是在人類過去運用小數據庫隨機抽樣獲得分析結果比較而來，它的關鍵是在“大”，數據存儲量越大，價值越顯著。大數據的核心作用在于“預測”，引申出“規劃”與“解決方案”，也就是我們說的“算法”。書中展示了谷歌、微軟、亞馬遜、ibm、蘋果、facebook、twitter、visa等大數據先鋒們最具價值的應用案例。

在現今的社會，大數據的應用越來越彰顯他的優勢，它占領的領域也越來越大，電子商務、o2o、物流配送等，各種利用大數據進行發展的領域正在協助企業不斷地發展新業務，創新運營模式。有了大數據這個概念，對于消費者行為的判斷，產品銷售量的預測，精確的營銷范圍以及存貨的補給已經得到全面的改善與優化。就我個人體會。大數據產生最直觀的價值：一是時間，二是金錢。要知道“時間就是金錢，效率就是生命。”

大數據帶給我們的三個顛覆性觀念轉變：采樣數據向全部數據轉變；精確制導向方向引領轉變；因果關系向相關關系轉變。

1.不再局限隨機樣本，而是全體數據：在大數據時代，我們有更多的數據可以分析，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴于隨機采樣，這也是通過大數據打通的傳統壁壘。

2.不再局限精確性數據，而是混雜性數據：以前需要分析的數據很少，所以我們必須盡可能精確地量化我們的記錄，隨著數據的積累，數據庫的完善，我們不再需要對一個現象刨根問底，只要掌握了大體的發展方向，適當忽略微觀層面上的精確度，會讓我們在宏觀層面擁有更好的洞察力。

3.不再局限因果關系數據，而是相關關系數據：在大數據時代，我們無須再緊盯事物之間的因果關系，而應該尋找事物之間的相關關系，相關關系雖然不能準確地告訴我們事件發生的原因，但是它會提醒我們事件的發生。

思考：大數據在農業領域建設。近年來，我國數字農業發展方興未艾，從北大荒千里沃野的無人駕駛農機作業，到浙江烏鎮的刷臉入住農家樂、西安阿里的智慧大腦，數字農業正在悄然地助推傳統農業發展。從理想狀態來說，我認為數字農業就是有一塊地，你種什么，種多少，施什么肥，打什么藥，賣給誰，都用數據來表達，以大數據來支撐決策，通過信息化、數字化提供全程社會化服務。具體講，數字農業是指以數據為關鍵要素，以數字技術與農業融合發展為重點，以數字產業化、產業數字化為路徑，實現農業生產過程及全產業鏈數字化表達、數字化設計、數字化管理的新興農業形態。

當前，我國已進入加快發展數字農業的新時期，發展數字農業有條件、有需求，恰逢其時，勢在必行。人類社會經歷了農業革命、工業革命，如今正在經歷信息革命。現代信息技術日新月異，全球數據爆發增長、海量集聚，數字經濟高歌猛進。互聯網、物聯網、大數據、云計算等數字技術加速向農業全方位滲透，讓傳統農業插上數字化的翅膀，培育了經濟新增長點和發展新引擎，數據對農業發展的放大、疊加、倍增作用正在快速釋放。這將為農業發展帶來深刻的變革，創造千載難逢的歷史機遇。（張洋）。

大數據讀后感篇十一

最近鬧的沸沸揚揚的“斯諾登事件”讓我想起前段時間的暢銷書《大數據時代》。

維克托邁爾舍恩伯格在《大數據時代》一書中，首先給出了“大數據”的含義：你的一個習慣動作，你的一次消費行為，你的一份就診記錄……文字、方位、溝通等一切事物皆可以量化為數據，不僅人類生產和生活中“有意義”的信息海量產生，相比以往呈幾何數級的爆炸式增長，“無意義”的數據的膨脹速度也同樣驚人。

數據采集存儲技術讓所有的一切信息都可能被數據化，互聯網特別是移動互聯網技術讓所有的數據可以串聯起來，無遺漏數據分析技術幾乎可以讓所有的數據都派上用場。“大數據時代”，沒有了“有意義”信息和“無意義”信息的邊界，誰能得到信息并善于利用信息，誰就會搶占先機。“大數據時代”不僅影響著我們每一個人，甚至連世界經濟格局也在醞釀著巨大變革。因此，《大數據時代》的作者認為，大數據從根本上改變我們認識世界和改變世界的方式，開啟了一次重大的時代轉型。

歷史是一面鏡子，照向未來。毫無疑問，已有的大數據也屬于歷史的范疇，但大數據時代卻是指向未來的。大數據時代，我們分析的數據因為“大”，擺脫了傳統對隨機采樣的依賴，而是面對全體數據；因為所有信息都是“數”，可以不再糾結具體數據的精確度，而是坦然面對信息的混雜；總量每兩年就可以翻番，而且這一趨勢還在加速。倘若能夠更有效地組織和使用大數據，人類將得到更多的機會發揮數據對社會發展的巨大推動作用。研究證明，人類行為93％是可以預測的，成為“已經發生的未來”。

大數據時代，決策將日益基于數據和分析而作出，而并非基于經驗和直覺。雖然目前大數據預測的還只是參考答案，不是最終答案，但其威力已經顯現。在《大數據時代》中，作者舉的3個例子令人印象特別深刻。

一是谷歌僅憑網民留下的相關痕跡，就能得出與事實相符度高達97％的結論，20xx年比疾控中心提前兩周、具體到了特定的地區和州、準確預測了甲型h1n1流感的爆發。20xx年，又成功預測了美國流感的暴發。

二是美國總統20xx年的選舉，競選團隊里設置了首席數據科學家，他利用facebook和twitter進行數據分析，不但利用社交媒體來發布信息，幫助美國總統團隊定位目標選民，甚至篩選出一些潛在的競選志愿者。

三是微軟公司通過大數據分析處理，對新一屆奧斯卡金像獎作出“預言”，結果除“最佳導演”外，其余13項大獎全部命中。

正如維克托教授所說，我們目前看到的大數據和大數據應用，還只是“冰山的一角”。一定程度上，大數據就是新財富，價值堪比石油，正因為如此，賽門鐵克公司的調研報告顯示，全球企業的信息存儲總量年增67目前包括谷歌、舊m、微軟、emc，惠普，以及我國的百度、騰訊、阿里巴巴等眾多巨頭，已早早開始布局大數據，為在即將來臨的大數據時代做好競爭鋪墊。

大數據已經滲入到了生活的方方面面，將逐漸成為現代社會基礎設施的一部分，就像公路、鐵路、港口、水電和通信網絡一樣不可或缺。更有人說，大數據是繼邊防、海防、空防之后的第四個大國博弈的空間。美國美國總統政府已經把“大數據”上升到了國家戰略的層面，投資2億美元啟動“大數據研究和發展計劃”。

大數據時代，可以讓人成為上帝，通過各數據匯總，俯瞰世界中你想知道的任何一面。大數據時代，也可以讓你困擾不堪，因為你面臨個人隱私被不斷泄露和基于數據預測偏見的麻煩和危機。美國國家安全局和聯邦調查局于2007年啟動了一個代號為“棱鏡”的秘密監控項目，劃直接進入美國網際網路公司的中心服務器里挖掘數據、收集情報，包括微軟、雅虎、谷歌、蘋果等在內的9家國際網絡巨頭皆參與其中。報道刊出后外界嘩然。保護公民隱私組織予以強烈譴責，表示不管美國總統政府如何以反恐之名進行申辯，不管多少國會議員或政府部門支持監視民眾，這些項目都侵犯了公民基本權利。

因此，維克托教授在《大數據時代》中表達了“數據主宰一切”的隱憂，并提出了“責任與自由并舉”的信息管理設想，這也是我們在擁抱大數據時代時必須思考和解決的問題。

大數據讀后感篇十二

如今一提起互聯網和新媒體，就不得不提到“大數據”，在多數人印象中，這是個很寬泛的定義，大數據到底是什么，對我們的工作生活又產生了哪些影響，在拜讀《大數據時代：生活、工作與思維的大變革》后，思路仿佛逐漸清晰。

對于大數據，研究機構給出了這樣的定義：大數據是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。作者舍恩伯格在書中前瞻性的指出大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型，并用三個部分講述了大數據時代的思維變革、商業變革和管理變革。

一直以來，人類都在利用掌握的數據進行各種分析，從而對經濟、文化等各方面進行預測以期達到選擇最優。進入大數據時代，人類所掌握的數據以爆炸性的速度增長，數據的存儲和分析數據的方法成了釋放大數據能量的關鍵。例如，微博、微信、抖音等推送的消息無處不在，我們掌握了新的工具，也獲取了以前從未有過的各種信息。毫無疑問，在大數據時代，人們與現實的距離被網絡拉近了，周圍一切的人和事物都變得觸手可及起來，如同舍恩伯格所言“開啟了一次重大時代轉型，就像望遠鏡能夠讓我們感受宇宙，顯微鏡讓我們看清微生物一樣，大數據要改變的是，我們的生活方方面面以及理解世界的方式。”

大數據意味著全體數據，而不是隨機樣本，以前沒有獲得和處理大數據的技術，只能采用隨機采樣，用最少的數據獲得最多的信息，隨著大數據時代的到來，采用所有數據的方法取代了隨機分析法這樣的捷徑。當然，大數據也是泥沙俱下的，所有數據里面包含了更加復雜的成分，混雜的不精確數據占了所有數據的一部分，如何去偽存真更高效的使用大數據，成為所有人需要思考的課題。

大數據時代，比知道“為什么”更重要更有價值的是知道“是什么”，大數據體現的不是因果關系，而是相關關系，很多時候我們不是非得知道現象背后的原因，讓數據告訴我們相關的現象就足以幫助我們做出選擇和決策。傳統的統計調查數據可以描述事物發展的趨勢，對未來的預測起到重要作用，現在有了大數據，這種相關趨勢就可以得到更加完整的擬合，有利于數據的佐證，更有利于數據解讀工作。

大數據非常強大，可以在社會的方方面面幫助我們，但是這種幫助只是暫時的，大數據不能為我們提供最終答案，只能是參考答案，人類本身的作用是無法被大數據所完全替代的，將來，更好的方法和答案將在人類的作用下一步一步到來。大數據作為一種資源，也是一種工具，它改造我們的生活，它能優化、提高、高效化并最終捕捉住利益，但是它對社會的促進是有限的，社會的發展和進步源自于我們人類的獨創性，這種獨創性包括創意、直覺、冒險精神和知識野心等，在大數據時代，這些人類特性的培養依舊顯得尤為重要。

自貿港建設正在如火如荼的進行中，建設體現中國特色、踐行社會主義核心價值觀的新時代重要開放門戶，需要勇于創新，也要堅持底線思維，作為這場改革浪潮的參與者，大數據時代帶來的既是機遇也有挑戰，要更好的發揮統計監督作用，對海南自由貿易港進行統計監測，運用翔實統計數據準確全面反映自貿港建設的進展情況及建設成果，我們要善于合理利用大數據，不完全把它作為統計分析的判斷依據，而是作為一項參考指標，要有自己獨立判斷，利用大數據中最有價值的部分。

大數據讀后感篇十三

《大數據時代》，作者是被譽為“大數據時代的預言家”維克托.邁爾-舍恩伯教授和肯尼思.庫克耶。此書是在大數據方興未艾、眾說紛紜的時刻，進一步闡述和厘清大數據的基本概念和特點。

人類歷史長河中，即使是在現代社會日新月異的發展中，人們還主要依賴抽樣數據、局部數據和片面數據，甚至在無法獲得實證數據的時候純粹依賴經驗、理論、假設和價值觀去發現未知領域的規律。因此，人們對世界的認識往往是表面的、膚淺的、簡單的、扭曲的或者是無知的。維克托指出，大數據時代的來臨使人類第一次有機會和條件，在非常多的領域和非常深入的層次獲得和使用全面數據、完整數據和系統數據，深入探索現實世界的規律，獲取過去不可能獲取的知識，得到過去無法企及的商機。

本書從思維變革、商業變革及管理變革三部分闡述大數據時代已經來臨；列舉了眾多在公共衛生、商業服務領域大數據變革的例子。比如：在思維變革部分，以ups與汽車修理預測為例，證明知道“是什么”就夠了，沒必要知道“為什么”；在大數據時代，我們不必非得知道現象背后的原因，而是要讓大數據自己“發聲”：ups國際快遞公司從2000年就開始使用預測性分析來檢測自己全美60000輛車規模的車隊，這樣就能及時的進行防御性的修理。之前ups每兩三年就會對車輛的零件進行定時更換，但這種方法不太有效，因為有的零件并沒有什么毛病就被換掉了。通過檢測車輛的各個部位，ups如今只需要更換需要更換的零件，從而節省了好幾百萬美元，這就是通過找出新種類數據之間的相互聯系來解決日常需要。這種方式完成可以應用于我們石油石化行業，我們的大量生產裝置及設備，在建立日常的關鍵部位檢測機制基礎上，形成大量的數據信息，通過對這些數據的科學分析，判斷出需要檢修或更換的零件，從而有效降低運營成本。

當我們一旦“不再追求精確度，不再追求因果關系，而是承認混雜性，探索相關關系”，“思維轉變過來，數據就能巧妙的用來激發新產品和新型服務”。數據正成為巨大的經濟資產，成為新世紀的礦產與石油，將帶來全新的創業方向、商業模式和投資機會。

近年來，伴隨著經濟社會快速發展、深度調整，石油石化產業變革加劇，面臨的四大革命中其中一項就是“數字革命”。因此我們必須牢牢把握數字革命發展大勢，加強數據治理和大數據分析應用，提高企業生產運行與管理水平，擁抱大數據時代的來臨。