《大數(shù)據(jù)時(shí)代》讀書(shū)報(bào)告

1、《大數(shù)據(jù)時(shí)代》讀書(shū)報(bào)告《大數(shù)據(jù)時(shí)代》讀書(shū)報(bào)告《大數(shù)據(jù)時(shí)代》是英國(guó)維克托邁爾舍恩伯格教授的著作，被公認(rèn)為是國(guó)內(nèi)外大數(shù)據(jù)研究的先河之作。作者通過(guò)枚舉了上百個(gè)例子，對(duì)大數(shù)據(jù)的方方面面進(jìn)行了系統(tǒng)、詳細(xì)解說(shuō)，讓每一名讀者，即使是外行也能很容易理解，直觀感受到大數(shù)據(jù)給社會(huì)和生活帶來(lái)的改變。在本書(shū)中，對(duì)于大數(shù)據(jù)時(shí)代，作者主要提出了三個(gè)核心觀點(diǎn)：1、要全體不要抽樣。分析與某事物相關(guān)的所有數(shù)據(jù)，而不是依靠分析少量的數(shù)據(jù)樣本。2、要效率不要絕對(duì)精確。我們樂(lè)

2、于接受數(shù)據(jù)的紛繁復(fù)雜，而不再追求精確性。3、要相關(guān)不要因果。我們不再探求難以捉摸的因果關(guān)系，轉(zhuǎn)而關(guān)注事物的相關(guān)關(guān)系。這三個(gè)觀點(diǎn)在某種程度上顛覆了我們的傳統(tǒng)思想。要全體不要抽樣：傳統(tǒng)的統(tǒng)計(jì)學(xué)方法是解決如何通過(guò)選取少量樣本，通過(guò)對(duì)樣本的分析，然后推斷整體的趨勢(shì)和規(guī)律。而大數(shù)據(jù)時(shí)代告訴我們“樣本=全體”，在很多時(shí)候，我們不再需要費(fèi)心去考慮樣本抽樣、數(shù)據(jù)過(guò)濾等問(wèn)題。我們利用大量數(shù)據(jù)，甚至是所有數(shù)據(jù)，然后用算法去計(jì)算分析，從而更精準(zhǔn)的找到各個(gè)因素

3、之間的相關(guān)關(guān)系(不是因果關(guān)系)，以發(fā)現(xiàn)數(shù)據(jù)之間的規(guī)律。要效率不要絕對(duì)精確：在傳統(tǒng)的統(tǒng)計(jì)學(xué)中，由于抽樣的限制，研究往往會(huì)對(duì)精確度做很嚴(yán)格的要求，譬如置信區(qū)間的概念。而大數(shù)據(jù)時(shí)代會(huì)把這些條件根本性問(wèn)題和小數(shù)據(jù)時(shí)代并沒(méi)有本質(zhì)區(qū)別。它在某種程度上是樣本的無(wú)限放大。大數(shù)據(jù)的根基是“數(shù)據(jù)”。數(shù)據(jù)是大數(shù)據(jù)發(fā)展的前提。如果沒(méi)有有效的數(shù)據(jù)，大數(shù)據(jù)技術(shù)也只是空中樓閣。因此，一方面，如何積累豐富的數(shù)據(jù)資源，是我們急需解決的問(wèn)題，另一方面，對(duì)于已有的數(shù)據(jù)資源，

4、如何有效地利用，提高數(shù)據(jù)標(biāo)準(zhǔn)化、準(zhǔn)確性、完整性水平，也需要我們思考。就目前來(lái)看，大數(shù)據(jù)的未來(lái)更加關(guān)注的是“社會(huì)化大數(shù)據(jù)”，即人和人的關(guān)系、人和數(shù)據(jù)之間的關(guān)系。通過(guò)對(duì)社會(huì)化數(shù)據(jù)分析，使得我們能夠?qū)θ?、社?huì)和商業(yè)有更加深入的理解。這也解釋了為什么在美國(guó)，很多人認(rèn)為Facebook的價(jià)值在某種程度上要大于谷歌。因此，企業(yè)在日常運(yùn)行中，要注重積累這方面的數(shù)據(jù)資源，同時(shí)要配套相應(yīng)的數(shù)據(jù)采集標(biāo)準(zhǔn)和方法，最大程度提高數(shù)據(jù)利用價(jià)值。大數(shù)據(jù)的關(guān)鍵是處理。

5、大數(shù)據(jù)的核心價(jià)值是預(yù)測(cè)。但大數(shù)據(jù)的特點(diǎn)對(duì)數(shù)據(jù)分析的確提出了全新挑戰(zhàn)。面對(duì)海量的數(shù)據(jù)，如何尋找快速有效的方法進(jìn)行分析挖掘，為我們的決策提供依據(jù)也是擺在我們面前的一個(gè)難題。對(duì)此問(wèn)題，一方面我們可以結(jié)合傳統(tǒng)統(tǒng)計(jì)方法，對(duì)結(jié)構(gòu)復(fù)雜、來(lái)源多樣的數(shù)據(jù)建立有效統(tǒng)計(jì)模型，先行對(duì)數(shù)據(jù)進(jìn)行加工處理。另一方面，需要開(kāi)發(fā)先進(jìn)的軟件平臺(tái)和算法，例如目前已有的Hadoop、MapReduce等，盡可能用低成本和擴(kuò)拓展的方式處理大數(shù)據(jù)。總而言之，大數(shù)據(jù)很精彩。對(duì)于企業(yè)