我們得到了一些心得體會以后，應該馬上記錄下來，寫一篇心得體會，這樣能夠給人努力向前的動力。好的心得體會對于我們的幫助很大，所以我們要好好寫一篇心得體會接下來我就給大家介紹一下如何才能寫好一篇心得體會吧，我們一起來看一看吧。

大數據時代心得體會500字篇一

《大數據時代》這本書的結構框架遵從了學術性書籍的普遍方式。也既，從現象入手，繼而通過對現象的解剖提出對這一現象的解釋。然后在通過解釋在對未來進行預測，并對未來可能出現的問題提出自己看法與對策。

下面來重點介紹《大數據時代》這本書的主要內容。

《大數據時代》開篇就講了google通過人們在搜索引擎上搜索關鍵字留下的數據提前成功的預測了20xx年美國的h1n1的爆發地與傳播方向以及可能的潛在患者的事情。google的預測比政府提前將近一個月，相比之下政府只能夠在流感爆發一兩個周之后才可以弄到相關的數據。同時google的預測與政府數據的相關性高達97%，這也就意味著google預測數據的置信區間為3%，這個數字遠遠小于傳統統計學上的常規置信區間5%!而這個數字就是大數據時代預測結果的相對準確性與事件的可預測性的最好證明!通過這一事以及其他的案例，維克托提出了在大數據時代“樣本=總體”的思想。我們都知道當樣本無限趨近于總體的時候，通過計算得到的描述性數據將無限的趨近于事件本身的性質。而之前采取的“樣本<總體”的做法很大程度上無法做到更進一步的描述事物，因為之前的時代數據的獲取與存儲處理本身有很大的難度只導致人們采取抽樣的方式來測量事物。而互聯網終端與計算機的出現使數據的獲取、存儲與處理難度大大降低，因而相對準確性更高的“樣本=總體”的測算方式將成為大數據時代的主流，同時大數據時代本身也是建立在大批量數據的存儲與處理的基礎之上的。

接下來，維克多又通過了ibm追求高精確性的電腦翻譯計劃的失敗與google只是將所有出現過的相應的文字語句掃描并儲存在詞庫中，所以無論需要翻譯什么，只要有聯系google詞庫就會出現翻譯，雖然有的時候的翻譯很無厘頭，但是大多數時候還是正確的，所以google的電腦翻譯的計劃的成功，表明大數據時代對準確性的追求并不是特別明顯，但是相反大數據時代是建立在大數據的基礎住上的，所以大數據時代追求的是全方位覆蓋的數字測度而不管其準確性到底有多高，因為大量的數據會湮埋少數有問題的數據所帶來的影響。同時大量的數據也會無限的逼近事物的原貌。

之后，維克托又預測了一個在大數據時代催生的重要職業——數據科學家，這是一群數學家、統計學與編程家的綜合體，這一群人將能夠從獲取的數據中得到任何他們想要的結果。換言之，只要數據充足我們的一切外在的與內在的我們不想讓他人知道的東西都見會在這一群家伙的面前展現得淋漓盡致。所以為了避免個人隱私在大數據時代被這一群人利用，維克托建議將這一群人分為兩部分，一部分使用數據為商業部門服務，而另一群人則負責審查這一些人是否合法的獲得與應用數據，是否侵犯了個人隱私。

無論如何，大數據時代將會到來，不管我們接受還是不接受!

我覺得《大數據時代》這本書寫的很好，很值得一讀。因為會給我們很多啟發，比如你在相關的社交網站發表的言論或者照片都很有可能被“數據科學家”們利用，從而再將相關數據賣給各大網店。不過，事實就是我們將會成為被預測被引誘的對象。所以說，小心你在網上留下的痕跡。

我喜歡這本書是因為它給我展現了一個新的世界。

大數據時代心得體會500字篇二

讀了《大數據時代》后，感覺到一個大變革的時代將要來臨。雖然還不怎么明了到底要徹底改變哪些思維和操作方式，但顯然作者想要“終結”或顛覆一些傳統上作為我們思維和生存基本理論、方法和方式。在這樣的想法面前，我的思想被強烈震撼，不禁戰栗起來。

“在小數據時代，我們會假象世界是怎樣運作的，然后通過收集和分析數據來驗證這種假想。”“隨著由假想時代到數據時代的過渡，我們也很可能認為我們不在需要理論了。”書中幾乎肯定要顛覆統計學的理論和方法，也試圖通過引用《連線》雜志主編安德森的話“量子物理學的理論已經脫離實際”來“終結”量子力學。對此我很高興，因為統計學和量子力學都是我在大學學習時學到抽筋都不能及格的課目。但這兩個理論實在太大，太權威，太基本了，我想我不可能靠一本書就能擺脫這兩個讓我頭疼一輩子的東西。作者其實也不敢旗幟鮮明地提出要顛覆它們的論點，畢竟還是在前面加上了“很可能認為”這樣的保護傘。

近幾十年，我們總是在遇到各種各樣的新思維。在新思維面前我們首先應該做到的就是要破和立，要改變自己的傳統，跟上時代的腳步。即使腦子還跟不上，嘴巴上也必須跟上，否則可能會被扣上思想僵化甚至阻礙世界發展的大帽子。既然大數據是“通往未來的必然改變”，那我就必須“不受限于傳統的思維模式和特定領域里隱含的固有偏見”，跟作者一起先把統計學和量子力學否定掉再說。反正我也不喜歡、也學不會它們。

當我們人類的數據收集和處理能力達到拍字節甚至更大之后，我們可以把樣本變成全部，再加上有能力正視混雜性而忽視精確性后，似乎真的可以拋棄以抽樣調查為基礎的統計學了。但是由統計學和量子力學以及其他很多“我們也很可能認為我們不再需要的”理論上溯，它們幾乎都基于一個共同的基礎——邏輯。要是不小心把邏輯或者邏輯思維或者邏輯推理一起給“不再需要”的話，就讓我很擔心了!

《大數據時代》第16頁“大數據的核心就是預測”。邏輯是——描述時空信息“類”與“類”之間長時間有效不變的先后變化關系規則。兩者似乎是做同一件事。可大數據要的“不是因果關系，而是相關關系”，“知道是什么就夠了，沒必要知道為什么”，而邏輯學四大基本定律(同一律、矛盾律、排中律和充足理由律)中的充足理由律又“明確規定”任何事物都有其存在的充足理由。且邏輯推理三部分——歸納邏輯、溯因邏輯和演繹邏輯都是基于因果關系。兩者好像又是對立的。在同一件事上兩種方法對立，應該只有一個結果，就是要否定掉其中之一。這就是讓我很擔心的原因。

可我卻不能拭目以待，像旁觀者一樣等著哪一個“脫穎而出”，因為我身處其中。問題不解決，我就沒法思考和工作，自然就沒法活了!更何況還有兩個更可怕的事情。

其一：量子力學搞了一百多年，為了處理好混雜性問題，把質量和速度結合到能量上去了，為了調和量子力學與相對論的矛盾，又搞出一個量子場論，再七搞八搞又有了蟲洞和羅森橋，最后把四維的時空彎曲成允許時間旅行的樣子，恨不得馬上造成那可怕的時間旅行機器。唯一阻止那些“愛因斯坦”們“瞎胡鬧”的就是因果關系，因為爸爸就是爸爸，兒子就是兒子。那么大數據會不會通過正視混雜性，放棄因果關系最后反而搞出時間機器，讓爸爸不再是爸爸，兒子不再是兒子了呢?其二：人和機器的根本區別在于人有邏輯思維而機器沒有。《大數據時代》也擔心“最后做出決策的將是機器而不是人”。如果真的那一天因為放棄邏輯思維而出現科幻電影上描述的機器主宰世界消滅人類的結果，那我還不如現在就趁早跳樓。

還好我知道自己對什么統計學、量子力學、邏輯學和大數據來說都是門外漢，也許上面一大篇都是在胡說八道，所謂的擔心根本不存在。但問題出現了，還是解決的好，不然沒法睡著覺。自己解決不了就只能依靠專家來指點迷津。

所以想向《大數據時代》的作者提一個合理化建議：把這本書繼續寫下去，至少加一個第四部分——大數據時代的邏輯思維。

大數據時代心得體會500字篇三

去年的“云計算”炒得熱火朝天的，今年的“大數據”又突襲而來。仿佛一夜間，各廠商都紛紛改旗換幟，推起“大數據”來了。于是乎，各企業的cio也將熱度紛紛轉向關注“大數據”來了。有一張來自《程序員》微博的漫畫很形象。我覺得這張圖，很真實地反映了現實中小企業云計算，大數據的現狀。

不過話又還得說回來，《大數據時代》是本好書。

當然，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，對所謂大數據的概念基本上是一頭霧水，雖則有了解關注過現在也比較火熱的bi，覺得也差不多，可能就是更多的數據，更細致的數據分析與數據挖掘。看過此書后，感覺到之前的想法，只能算是中了一小半吧---巨量的數據，而另一前：著眼于數據關聯性，而非數據精確性，或許才是大數據與現時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，到底是數據的關聯性重佳，還是數據的精確性更好，還真的需要時間來檢驗一下，至少從現在的數據分析方法來論，更多的傾向于數據的精確性。看完此書，我心中的一些問題：

1.什么是大數據?

查了查百度百科，是這樣定義的：大數據(bigdata)，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，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。大數據的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：數據海量，存儲海量都是大數據的基本原型吧。

2.大數據適合什么樣的企業?

誠然，大數據的前提是海量的數據，只有擁有巨量的數據資源，方能從中查找出數據的關聯性，才可以讓通過

專業化的處理，讓其為企業產生價值。針對電信運營，互聯網應用這樣海量用戶的數據的大企業，也是在應用大數據的道路上擁有得天獨厚的條件，但是針對中小企業呢?銷售訂單數據?若非百年老店，估計數據也是少得可憐，5，能用的可能只有消費者數據了吧。貌似大多數廠商，用來舉例的也就是消費都購買行為分析為最多。同樣，在公共事業類的政府機構，大數據的作用也許也能很好的發揮。反而感覺在大多數中小型企業應用大數據，似乎有點大題小作。書中說：大數據是企業競爭力。誠然，數據是一個企業的核心無形資源(利用得好的話)，但是否所有的數據，或都換則方式說：所有的企業都以大數據為競爭力，是否真的合適么?是否在中小企業中，會顯示得小題大做呢?

3.大數據帶來的影響

當一波又一波的it技術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備，你都要開始迎接它所給你帶來的影響了。經過物聯網，云計算的推波助瀾下，大數據開始登場了。但它到底給我們帶來了什么呢?

1)預測未來書中以google成功預測了未來可能發生流感的案例來開篇，表明通過大數據的應用，可以為我們的生活起一個保駕護航的指向標。實質很簡單，技術改變世界。

2)變革商業大數據所帶來的商機，同時會衍生出一系列與大數據相關的商業機遇與商業模式，數據的潛在價值會源源不斷地發揮作用可以容易想到的是未來有專門的數據收集，數據分析，數據生成的一條數據產業鏈產生。影響最大的，當然是it公司

3)變革思維書中所說：因為有海量的數據作基礎，未來，我們可能更關注數據的相關，而非精細度。對這條，本人還是持保留意見的。

大數據時代心得體會500字篇四

讀了《大數據時代》后，感覺到一個大變革的時代將要來臨。雖然還不怎么明了到底要徹底改變哪些思維和操作方式，但顯然作者想要“終結”或顛覆一些傳統上作為我們思維和生存基本理論、方法和方式。在這樣的想法面前，我的思想被強烈震撼，不禁戰栗起來。

“在小數據時代，我們會假象世界是怎樣運作的，然后通過收集和分析數據來驗證這種假想。”“隨著由假想時代到數據時代的過渡，我們也很可能認為我們不在需要理論了。”書中幾乎肯定要顛覆統計學的理論和方法，也試圖通過引用《連線》雜志主編安德森的話“量子物理學的理論已經脫離實際”來“終結”量子力學。對此我很高興，因為統計學和量子力學都是我在大學學習時學到抽筋都不能及格的課目。但這兩個理論實在太大，太權威，太基本了，我想我不可能靠一本書就能擺脫這兩個讓我頭疼一輩子的東西。作者其實也不敢旗幟鮮明地提出要顛覆它們的論點，畢竟還是在前面加上了“很可能認為”這樣的保護傘。

近幾十年，我們總是在遇到各種各樣的新思維。在新思維面前我們首先應該做到的就是要破和立，要改變自己的傳統，跟上時代的腳步。即使腦子還跟不上，嘴巴上也必須跟上，否則可能會被扣上思想僵化甚至阻礙世界發展的大帽子。既然大數據是“通往未來的必然改變”，那我就必須“不受限于傳統的思維模式和特定領域里隱含的固有偏見”，跟作者一起先把統計學和量子力學否定掉再說。反正我也不喜歡、也學不會它們。

當我們人類的數據收集和處理能力達到拍字節甚至更大之后，我們可以把樣本變成全部，再加上有能力正視混雜性而忽視精確性后，似乎真的可以拋棄以抽樣調查為基礎的統計學了。但是由統計學和量子力學以及其他很多“我們也很可能認為我們不再需要的”理論上溯，它們幾乎都基于一個共同的基礎——邏輯。要是不小心把邏輯或者邏輯思維或者邏輯推理一起給“不再需要”的話，就讓我很擔心了!

《大數據時代》第16頁“大數據的核心就是預測”。邏輯是——描述時空信息“類”與“類”之間長時間有效不變的先后變化關系規則。兩者似乎是做同一件事。可大數據要的“不是因果關系，而是相關關系”，“知道是什么就夠了，沒必要知道為什么”，而邏輯學四大基本定律(同一律、矛盾律、排中律和充足理由律)中的充足理由律又“明確規定”任何事物都有其存在的充足理由。且邏輯推理三部分——歸納邏輯、溯因邏輯和演繹邏輯都是基于因果關系。兩者好像又是對立的。在同一件事上兩種方法對立，應該只有一個結果，就是要否定掉其中之一。這就是讓我很擔心的原因。

可我卻不能拭目以待，像旁觀者一樣等著哪一個“脫穎而出”，因為我身處其中。問題不解決，我就沒法思考和工作，自然就沒法活了!更何況還有兩個更可怕的事情。

其一：量子力學搞了一百多年，為了處理好混雜性問題，把質量和速度結合到能量上去了，為了調和量子力學與相對論的矛盾，又搞出一個量子場論，再七搞八搞又有了蟲洞和羅森橋，最后把四維的時空彎曲成允許時間旅行的樣子，恨不得馬上造成那可怕的時間旅行機器。唯一阻止那些“愛因斯坦”們“瞎胡鬧”的就是因果關系，因為爸爸就是爸爸，兒子就是兒子。那么大數據會不會通過正視混雜性，放棄因果關系最后反而搞出時間機器，讓爸爸不再是爸爸，兒子不再是兒子了呢?其二：人和機器的根本區別在于人有邏輯思維而機器沒有。《大數據時代》也擔心“最后做出決策的將是機器而不是人”。如果真的那一天因為放棄邏輯思維而出現科幻電影上描述的機器主宰世界消滅人類的結果，那我還不如現在就趁早跳樓。

還好我知道自己對什么統計學、量子力學、邏輯學和大數據來說都是門外漢，也許上面一大篇都是在胡說八道，所謂的擔心根本不存在。但問題出現了，還是解決的好，不然沒法睡著覺。自己解決不了就只能依靠專家來指點迷津。

所以想向《大數據時代》的作者提一個合理化建議：把這本書繼續寫下去，至少加一個第四部分——大數據時代的邏輯思維。

大數據時代心得體會500字篇五

這本書里主要介紹的是大數據在現代商業運作上的應用，以及它對現代商業運作的影響。

《大數據時代》這本書的結構框架遵從了學術性書籍的普遍方式。也既，從現象入手，繼而通過對現象的解剖提出對這一現象的解釋。然后在通過解釋在對未來進行預測，并對未來可能出現的問題提出自己看法與對策。

下面來重點介紹《大數據時代》這本書的主要內容。

《大數據時代》開篇就講了google通過人們在搜索引擎上搜索關鍵字留下的數據提前成功的預測了20xx年美國的h1n1的爆發地與傳播方向以及可能的潛在患者的事情。google的預測比政府提前將近一個月，相比之下政府只能夠在流感爆發一兩個周之后才可以弄到相關的數據。同時google的預測與政府數據的相關性高達97%，這也就意味著google預測數據的置信區間為3%，這個數字遠遠小于傳統統計學上的常規置信區間5%!而這個數字就是大數據時代預測結果的相對準確性與事件的可預測性的最好證明!通過這一事以及其他的案例，維克托提出了在大數據時代“樣本=總體”的思想。我們都知道當樣本無限趨近于總體的時候，通過計算得到的描述性數據將無限的趨近于事件本身的性質。而之前采取的“樣本<總體”的做法很大程度上無法做到更進一步的描述事物，因為之前的時代數據的獲取與存儲處理本身有很大的難度只導致人們采取抽樣的方式來測量事物。而互聯網終端與計算機的出現使數據的獲取、存儲與處理難度大大降低，因而相對準確性更高的“樣本=總體”的測算方式將成為大數據時代的主流，同時大數據時代本身也是建立在大批量數據的存儲與處理的基礎之上的。

接下來，維克多又通過了ibm追求高精確性的電腦翻譯計劃的失敗與google只是將所有出現過的相應的文字語句掃描并儲存在詞庫中，所以無論需要翻譯什么，只要有聯系google詞庫就會出現翻譯，雖然有的時候的翻譯很無厘頭，但是大多數時候還是正確的，所以google的電腦翻譯的計劃的成功，表明大數據時代對準確性的追求并不是特別明顯，但是相反大數據時代是建立在大數據的基礎住上的，所以大數據時代追求的是全方位覆蓋的數字測度而不管其準確性到底有多高，因為大量的數據會湮埋少數有問題的數據所帶來的影響。同時大量的數據也會無限的逼近事物的原貌。

之后，維克托又預測了一個在大數據時代催生的重要職業——數據科學家，這是一群數學家、統計學與編程家的綜合體，這一群人將能夠從獲取的數據中得到任何他們想要的結果。換言之，只要數據充足我們的一切外在的與內在的我們不想讓他人知道的東西都見會在這一群家伙的面前展現得淋漓盡致。所以為了避免個人隱私在大數據時代被這一群人利用，維克托建議將這一群人分為兩部分，一部分使用數據為商業部門服務，而另一群人則負責審查這一些人是否合法的獲得與應用數據，是否侵犯了個人隱私。

無論如何，大數據時代將會到來，不管我們接受還是不接受!

我覺得《大數據時代》這本書寫的很好，很值得一讀。因為會給我們很多啟發，比如你在相關的社交網站發表的言論或者照片都很有可能被“數據科學家”們利用，從而再將相關數據賣給各大網店。不過，事實就是我們將會成為被預測被引誘的對象。所以說，小心你在網上留下的痕跡。

我喜歡這本書是因為它給我展現了一個新的世界。

大數據時代心得體會500字篇六

“大數據”概念早在1980年就有國外的學者提出，可是最近幾年才廣泛受到大家的關注。當“大數據”這個概念傳到中國的時候，瞬間引起了轟動。隨即，各種有關“大數據”的資料和書籍充斥的我們的視野。隨意打開某個電子商務平臺圖書類頁面，在搜索框中搜索“大數據”三個字，就會出現好多本有關“大數據”的書籍。可是，有一個很有趣的現象就是：幾乎所有的平臺上，出現的第一本關于“大數據”的書籍一定是《大數據時代》。一點進去，這本書推薦欄里的第一句話就是：迄今為止全世界最好的一本大數據專著。同時，為這本書做推薦的都是各行業的精英領袖。所有“大數據”方面的書籍也是這本書銷量最高，評價最好。

我從來不會因為哪本書暢銷和很多人推薦就盲目跟風的去看一本書。因為我知道通常在這種情況下選擇一本書，整個閱讀的體會和感受是無法遵從自己的內心的，整個過程都很容易夾雜著別人對這本書的感受。所以通常我讀書的節奏大多都是跟不上“潮流”的，但往往經過風雨洗禮之后沉淀下來的都是精華。坦白講，閱讀這本書的初衷并不是因為我想從書中獲取到多少大數據方面的精華，只是很想知道對于這么一個很直白的名詞，作者是怎么寫出這么厚的一本書的。這種初衷或許很無知和幼稚，可就是這種“愚蠢”的好奇心，讓我更透徹的看到書中的精華。

在看《大數據時代》這本書之前，我的所有讀后感都是集中在書籍給了我什么思考。對于這本書的讀后感，除了觀點碰撞之外，我還會加上大部分個人看這本書的體會。因為這本書，已經完全讓我模糊了大多數人口中的“全世界最好的書”是一種什么標準。也許《大數據時代》真的無法承載那么高的贊美!

大數據時代的入門書

看完這本書，我隨意調查了一些閱讀過這本書并且給這本書絕對好評的朋友。詢問他們這本書好在哪里?大多數的回答是說《大數據時代》這本書讓對大數據一無所知的他們了解了大數據這個概念，同時通過很多案例說明原來大數據能有這么大的用處，影響會有這么大!僅此而已。我看完這本書最大的感受是這本書分為上、下兩部分。前120多頁為上部分，后120多頁為下部分。之所以說《大數據時代》是一本關于大數據的入門書，是因為這本書用了前面120多頁的篇幅反復的強調大數據的出現對社會發展影響很大，并且要人們轉變小數據時代慣有的思想。所以整本書的前半部分就強調大數據時代的三個轉變：1、大數據利用所有的數據，而不再僅僅依靠一小部分數據，不再依賴于隨機采樣。2、大數據數據多，不再熱衷于追求精確性，也不再期待精確性。3、大數據時代不再熱衷于尋找因果關系，而是追求相關關系。所以整個上半部分沒什么可詳說的。我們重點聊聊本書的后半部分。

既然一直都在強調大數據對我們的意義，總要有具體體現。整本書中，我感觸最大的一個案例就是某公司通過分析大數據發現：新品發布的時候，舊一代的產品可能會出現短暫的價格上漲。因為人們在心理上就認為新產品的推出，舊產品就會便宜，從而就會提高購買量。這個發現和我們平常的心理是完全違背的，而且如果不用數據來證明，直接講道理給大家可能還是無法相信。這就是大數據對我們很多傳統思維的顛覆。一旦涉及到思維的改變，往往就會引起整個社會的大變動。

大數據這個概念的出現，讓大數據逐漸發展形成一條價值鏈。在這條價值鏈上，數據本身、技能和思維是最重要的環節。隨著互聯網技術的發展，越來越多的公司都能收集到大量的數據，這些數據也會越來越公開。可是在這些公司中，不是所有的公司都有從數據中提取價值或者用數據催生創新思想的技能。于是就會出現以下兩種公司，一種是掌握了專業技能但不一定擁有數據或者提出數據創新性用途才能的公司，另一種就是擁有超前思維，懂得怎樣挖掘數據的新價值的創新公司。短時間內，我們可能會感覺擁有創新思維，懂得挖掘出數據新價值的大數據思維是最重要的。可是等到產業成熟之后，所有人都知曉了大數據的意義，所有人便開始挖掘自己的大數據思維。同時，隨著科技的進步，掌握大數據技術的也將成為常態。所以到后來，整個價值鏈的核心環節還是回到了數據本身。而到那時候，大數據的公開性也就越來越小。

在大談完大數據對人類發展的積極意義之后，作者也考慮到大數據時代的風險。這一部分是作者腦洞大開的精彩之處，同時也是最荒謬的一部分。書中說大數據時代將要懲罰未來犯罪，這樣可以在嫌疑人在可能犯罪之前就把犯罪行為給防止。這樣的社會，大數據儼然已經延伸到了我們每個人生活的點滴。幾乎我們在生活中所做的一切都在大數據的“監控”之下，我想到那時候，別說我們每個人的隱私已經沒有的了，嚴重一點可以說是我們可能連人都不算了。在我們人的社會屬性中，自由權利是一項很重要的指標。通過大數據懲罰人的未來犯罪已經否定了人的自由選擇能力和人的行為責任自負。同時，由于數據是永久保存，大數據預測也是通過每個人之前的數據來判斷，所以大數據同樣也否定了人的求善心理。還有，從現在各種大數據預測的結果來看，很多發言人都說大數據不是百分百的準確。所以利用大數據來判斷人的行為發展已經違背了大數據不追求精確性的特征，這也是書中自相矛盾的地方。

對于一個新事物，如果能讓大家了解這個事物并且對此產生興趣，這已經算是一本不錯的入門書了。

大數據時代的心靈雞湯

從小到大，雞湯對于我們來說一直都挺珍貴的。身體虛弱了，喝點雞湯能夠補充營養。心靈受傷了，看點心靈雞湯可以鼓舞人心。可是近幾年，人們生活水平提高了，營養富余，雞湯已經不是人們補營養的期待了。同樣，心靈雞湯也是如此。

心靈雞湯其實是一個很虛偽的東西。很多人都被心靈雞湯誘人的外表給迷惑。在我看來，心靈雞湯很大的一個特征就是：立人的志，但是就不告訴你實現志的方法。很多人每次在失意的時候就喜歡看心靈雞湯，希望能得到慰藉。看完后也覺得醍醐灌頂，感覺整個世界都亮了。但又有幾個人想過喝完這些雞湯之后你除了看似重拾夢想，你還獲得了什么?你知道怎么去做嗎?《大數據時代》就是這樣一本書。整本書從頭到尾都在向讀者講述大數據的意義，當然期間也會用相應的案例來證明大數據確實有這樣的能力。但是，整本書從沒有涉及到技術層面的問題。或許對于大數據這種依靠互聯網技術的新事物，即使向讀者講技術，也沒有幾個人看得懂，可是整本書沒有一點關于大數據思維的技能引導。給出的案例中只有少數案例向讀者講述了這個公司為什么要利用大數據來解決這種問題，大多數都只是告訴讀者國外某家公司運用大數據得出了某種結論。同時，在本書中文譯作者寫的序里，強調自己翻譯這本著作的一大優點是可以結合國內的案例來分析書中的理論，結果，看到最后一頁都沒有看到一個國內企業關于大數據運用的案例。

之所以我稱之為“心靈雞湯”，還有一個原因就是作者在書中大講特講的大數據的作用，事實上按照現在的經濟發展水平和社會文明發展程度是很難實現的。書中很多時候的理論都是要建立在社會各項文明都發展健全的基礎上才能實現。

大數據的“傳銷手冊”

看到這個標題，大家可能會覺得我夸大其詞，受到如此多人好評的書怎么是“傳銷手冊”呢?對于這個表達，我只想說兩點：1、此說法僅代表我個人觀點，是否認同是個人問題。2、此說法主要針對本書的上部分。

我們都知道傳銷組織在發展下線的前期是要花大力氣去培訓的，也就是洗腦。而對于一個陌生又很難以理解的事物，最好的“洗腦”方式就是重復。《大數據時代》這本書就是運用這種方式，前半部分為了讓讀者能夠接受“大數據”這個概念，作者反反復復提醒讀者大數據不是隨機采樣、不追求精確和不尋找因果關系。同時用很多看似很通俗易懂其實看完后還是不知道說了什么的案例來讓人信服大數據的作用。書中的后半部分雖然也是用這種方式來感染讀者，可后半部分中作者的暢想和對大數據的威脅分析還是對讀者有一些實質意義的，所以后半部分的“傳銷”影響就不是很重要。

大數據時代是未來的趨勢，這誰都不會否認。大數據改造了我們的生活，改變著我們的世界。不管它是以一種什么樣的姿態面向世界，它都沒有錯，因為大數據只是一種工具。但當人類開始質疑甚至恐懼大數據的時候，人類就該思考自己是否利用好這個好工具了。

大數據時代心得體會500字篇七

未來的十年，將是大數據引領下的智慧科技時代。不管你是否意識到它的存在，大數據都將越來越快地改變我們這個時代，包括我們的生活方式。

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。他通過一個大家熟知的事例，來幫助我們理解“大數據”的潛在影響力，那就是四個世紀之前望遠鏡和顯微鏡的發明。望遠鏡能夠讓我們感受宇宙，顯微鏡能夠讓我們觀測微生物，它們都是收集海量數據的新工具，因為這種工具的發明，人們同步更新了分析數據的技術和方法，促進了人們對世界更好的理解。如果說望遠鏡和顯微鏡是測量領域中的一場革命，那么今天的數據測量就相當于是現代版的望遠鏡、顯微鏡。隨著社交網絡的逐漸成熟，移動帶寬迅速提升，云計算、物聯網應用更加豐富，以及更多的傳感設備、移動終端接入到網絡，由此產生的數據及數據的增長速度比歷史上的任何時期都要多、都要快。一個大數據的時代，不經意間順理成章地翩然而至。

一、什么是大數據?

大數據是當前最熱門的話題之一。但什么是大數據，人們尚未給出確切的定義。首先，“大數據”是相對過去小的、局部性的數據而言的;其次，利用大數據進行分析和工作時，所依據的關于此事盡可能完整的數據，從而“一覽眾山小”，而不是采用局部的小數據，從局部推斷整體。

維克托也并未直接給出大數據的定義。不過，他用三大轉變描述了大數據的特性：

轉變之一：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。例如一項針對相撲比賽中非法操縱比賽結果的研究對64000場比賽進行了分析，這算不上一個很大的數字，但由于這是過去十年所有的比賽，所以它是大數據。

轉變之二：由于有了更多的數據，我們可以接受更多的混雜、更多數據上的不精確。如果我們對于一個事物只有50個數據點，那么每一個數據點都必須非常精確，因為每個數據點都是有用的;但是如果我們有5000萬個，去掉10個，甚至去掉1000個都沒有太大的問題。

轉變之三：不再探求難以捉摸的因果關系，轉而關注事物的相關關系。分析大數據主要為了預測未來“是什么”，而不是“為什么”。因為很多時候我們以為我們找到了事情背后的原因，實際上卻沒有找到。更多時候知道了“是什么”就足夠了。例如知道流感將會擴散到哪里就足夠了，我不需要知道為什么;知道什么時候在網上購買機票能夠獲得最優惠的價格就足夠了，我不需要知道為什么此時價格最低。

二、大數據帶來的變化

大數據從根本上改變我們認識世界和改變世界的方式。很多傳統的習慣將被顛覆，很多舊的制度將面臨挑戰。舉例來說：

第一，科學探究的思路和方式受到挑戰

探究是新課程改革中的一個熱詞，是促進學校教學與科學研究相融合的實踐舉措。科學探究的基本路徑是：發現問題，提出假設，制定方案，實踐探究，分析數據，得出結論。之所以會梳理出這樣一個探究的路徑，與我們對問題知曉的信息過少有關。換句話說，對所要研究的事物，我們知道的數據很少，需要從這些很小的數據出發，通過猜想和假設，進行試探性的研究，如果研究得出的結果和自己的假想是一致的，則說明我們的假說是正確的，這些假說會上升為對該事物描述的知識，我們掌握該事物的數據也隨之增加。

利用測量所獲得的點滴數據，從一個局部來推測世界是怎樣的，這是科學探究的基本思路和方式。長期以來，我們總是通過這樣的方式來認識世界，對其有宗教般的信仰。盡管我們知道，決策者總是先有了想法，才會提出假設。如果決策者自身對所研究的事情存在著偏見，所提出的假設就很難得到實證的支持，這往往會導致探究花費了很長的時間、很大的物力和財力，也常常勞而無功。但科學研究者還是堅定不移地沿著這條道路前行，學校在教學中也將其作為科學研究的基本規范來傳授。

在大數據時代，這樣的研究方式收到了極大的挑戰。先舉個事例來說吧。手機輻射是否能夠致癌?關于這個問題，無論我們的假設如何，實驗的設計都很難進行。首先，樣本選擇過少，沒有統計學上的意義;其次，不能拿人做研究對象;第三，短時間的研究很難觀察到變化。有了大數據之后，這樣的難題就可以迎刃而解了。前段時間，丹麥就進行了這樣的研究。丹麥擁有1985年手機推出以來所有手機用戶的數據庫。他們從這個數據庫中分析了1990年至20xx年擁有手機的所用用戶的數據，同時，他們還收集了這一期間醫院收集的所有癌癥患者的數據，然后分析手機用戶是否比非手機用戶有更高的癌癥發病率。這兩個數據庫本身是完全獨立的，在作分析之前從來沒有想過可以做這樣的研究。結果表明，使用移動用戶和癌癥風險增加之間不存在任何關系。20xx年10月，這一研究的結果發表在《英國醫學雜志》上。

上述的案例告訴我們，在獲得了大量的數據，能夠對事物的整體進行全面的認識之后，假想就沒有意義了，我們可以直接根據全面的數據做出結論。