大数据时代读后感2000字

大数据时代读后感2000字大数据时代读后感2000字篇一信息时代的到来，我们感受到的是技术变化日新月异，随之而来的是生活方式的转变„„我们这样评论着的信息时代已经变为曾经。如今，大数据时代成为炙手可热的话题。笔者在这说明信息和数据，只是试图首先说明信息、数据的关系和不同，也试图说明，为什么信息时代转变为了大数据时代?大数据时代带给了我们什么?信息和数据的定义。维基百科解释：信息，又称资讯，是一个高度概括抽象概念，是一个发展中的动态范畴，是进行互相交换的内容和名称，信息的界定没有统一的定义，但是信息具备客观、动态、传递、共享、经济等特性却是大家的共识。数据：或称资料，指描述事物的符号记录，是可定义为意义的实体，它涉及到事物的存在形式。它是关于事件之一组离散且客观的事实描述，是构成信息和知识的原始材料。数据可分为模拟数据和数字数据两大类。数据指计算机加工的“原料”，如图形、声音、文字、数、字符和符号等。从定义看来，数据是原始的处女地，需要耕耘。信息则是已经处理过的可以传播的资讯。信息时代依赖于数据的爆发，只是当数据爆发到无法驾驭的状态，大数据时代应运而生。这是否是《大数据时代》一书所未曾阐述的背景材料?在《大数据时代》一书中，大数据时代与小数据时代的区别：1、思维惯例。大数据时代区别与转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。作者语言绝对，却反思其本质区别。数据的更多、更杂，导致应用主意只能尽量观察，而不是倾其所有进行推理?这也是明智之举2、使用用途。小数据停留在说明过去，大数据用驱动过去来预测未来。笔者认为数据的用途意在何为，与数据本身无关，而与数据的解读者有关，而相关关系更有利于预测未来。3、结构。大数据更多的体现在海量非结构化数据本身与处理方法的整合。大数据更像是理论与现实齐头并进，理论来创立处理非结构化数据的方法，处理结果与未来进行验证。4、分析基础。大数据是在互联网背景下数据从量变到质变的过程。笔者认为，小数据时代也即是信息时代，是大数据时代的前提，大数据时代是升华和进化，本质是相辅相成，而并非相离互斥。数据未来的故事。数据的发展，给我们带来什么预期和启示?银行业天然有大数据的潜质。客户数据、交易数据、管理数据等海量数据不断增长，海量机遇和挑战也随之而来，适应变革，适者生存。我们可以有更广阔的业务发展空间、可以有更精准的决策判断能力、可以有更优秀的经营管理能力„„可以这些都基于数据的收集、整理、驾驭、分析能力，基于脱颖而出的创新思维和执行。因此，建设“数据仓库”，培养“数据思维”，养成“数据治理”，创造“数据融合”，实现“数据应用”才能拥抱“大数据”时代，从数据中攫取价值，笑看风云变换，稳健赢取未来。大数据时代读后感2000字篇二《大数据时代》是英国维克托·迈尔-舍恩伯格教授的著作，这本书也被尊为国外大数据研究的先河之作。这本书最大的优点就在于作者利用上百个例子来对大数据的方方面面做了详细解说，让外行也很容易理解。结构上，作者通过大数据时代的思维变革、商业变革和管理变革三个角度依次阐述，条理清晰。所谓"大数据"，按作者的说法，就是"所有数据"。随着计算机运算速度和存储能力的发展，收集数据变得越来越简单，储存数据的成本越来越低。在过去，由于技术限制，人们做统计时只能收集有限的数据做样本，其中要考虑随机样本的选择，努力减小因样本问题出现的误差;统计结果往往不能重复使用，造成数据利用率低。而现在则可以做到"样本=总体"。数据的增多带来不可避免的精确性问题。"小数据"时代，一个样本的错误就可以造成对总体估计的失败，幸运的是，"大数据"时代对精确性不再那么要求苛刻——也无法要求太严格——数据的数量足以弥补这一缺陷。在对思维变革这一部分的阐述中，最重要也是全书的核心观点就是大数据时代，我们应该从追求"因果关系"的旧思维方式向追求"相关关系"转变。在我看来，这实际上是通过大数据来透视一种事物的发展趋势，而很多精确学科领域依然需要探寻"因果关系"解决更有针对性的问题，所以，这局限了这一转变只能在特定的领域发生。作者自己也说，"大数据的相关性将人们指向了比探讨因果关系更有前景的领域"。大数据时代的数据获取方式是多种多样，数据形式也是千变万化，任何文字、行为、万物都可以被数据化后用来分析。对这些数据的利用，不仅要考虑到其初次使用价值，更要放眼它未来可能的用途以提高数据的利用率。当然数据并不是无限使用，时效、环境的变化肯定会对数据提出新的要求，所以数据的折旧也是应当考虑的。这又引出了对数据这一无形资产的估值可能性。对于Facebook,Twitter这样的公司来说，数据就是他们的核心，如何在资产负债表上给他们一个公正的体现正是我们需要考虑的。大数据时代的价值链由三部分构成，我把它们简化为"生产—分析—使用"三个环节，这对应书中的三种类型公司：第一种是基于数据本身的公司，第二种是基于技能，第三种则是基于思维。在大数据早期，技能和思维最有价值，但作者认为，最终，大部分的价值还是必须从数据本身来挖掘。这是假定了一个成熟的市场，人人都了解了大数据的用途。对于普通人来说，大数据时代最关心的还是隐私问题。不知不觉中，个人的一举一动都暴露在政府甚至私人企业之下，还面临潜在的泄露风险。对此，作者提出了使用者承担责任的解决办法，而不是过去那种流于形式的使用授权。大数据甚至能预测一个人的犯罪动机，这给监管者带来的难题是，预测一个人要犯罪，惩罚还是不惩罚?在这点上，社会达成"个人仅需对行为而非动机负责"的共识非常重要。大数据时代的风险控制靠的是"算法师"，类似会计师一样的职业，对大数据的准确度或有效性进行鉴定。这能在一定程度上防止数据滥用的发生和数据独裁。当今的法律亦