1、大数据时代的读后感1000字 大数据时代的读后感1000字 我主要读了第一局部和第三局部。 第一局部是大数据的思维变革,作者舍恩伯格提出了三个观点,一是不是随机样本,而是全体数据,二是不是准确性,而是混杂性,三是不是因果关系,而是相关关系,作者被誉为大数据时代的预言家,抛出的观点是掷地有声的,下面我将谈谈我对这三点的理解。 对于一,我们必须成认我们以往做的处理抽样数据得到结果的方法,是省时省力省钱的,而且判断结果是相对高精准的,如人口普查这一案例,如果采用全体数据进展统计分析的话,工作难度是相当大的,最后的结果也不会很满意,这是得不偿失的。但是随着数据处理技术的飞速开展,我们已经具备了处理大量
2、数据的能力,如果在数据分析过程中采用全体数据,就能防止抽样数据可能由于选取偏见带来的非随机性,处理全体数据也必将成为一种趋势。用在国防生管理工作中,就是管理层要对每个个体都给予充分的关心与互动,对于优秀的固然要偏爱,但是对于较差的也要保持不抛弃不放弃的态度,让每一个个体都找到自己的定位与价值。 对于二,作者强调通过掌握更多的数据,暂时牺牲准确性,关注更多容易被忽略的细节,来做更多的事,得到更多的结果,也就是说我们要有一定的包容错误的能力。我们在收集数据时,要主动获取更多的.数据,少加一些限制性条件,然后应用我们处理大数据的能力,或许会获得意想不到的结果。作者举了一个谷歌翻译系统的例子,通过英语
3、作为中转,进展各语言之间的转换。此处的启发就是用我们最擅长的途径,不拘泥于特定规那么,来到达我们的目的,也就是说我们要先认清自己,不去刻意的模仿,找出最适合自己的一套方法。 对于三,作者指出知道是什么就够了,没必要知道为什么,乍一看这个观点觉得有点无脑,但是结合第二点就合理了,降低对准确性及原因结果的要求,通过对相关数据的广泛分析,进而得到更丰富更多元的结果。如购物时,系统的购物推荐,并不是肯定你会购置,仅仅是你感兴趣进而可能会买就足够了。其实作者对相关关系的强调,主要是大数据强大的预测能力,而且这种预测性能还是相当准确的。以上只是我用作者的观点佐证他自己的观点,证明其一定的合理性,但是我是不完全认同的,在航天领域,我们对成功率的要求是极高的,尤其是载人航天领域,我们必须做到万无一失,我们对每一个结果都会深究其根,找出原因。对于国防生体能成绩的分析也是如此,结果只是我们的一个评价机制,而最重要的还是产生这一结果的原因及过程。 第三局部是大数据的管理变革,本来以为作者会讲点如何通过大数据来改革管理机制和提高管理效率,没想到作者只是讲了大数据其实就是我们的隐私的暴露,提出了要让数据采集管理公司对数据的使用负起责任的解决途径。个人感觉,一是我们在平时要意识到个人隐私的保护,而是相关法律政策的完善,真正的让大数据效劳我们的工作生活,而不是一种变相的威胁。