大数据时代心得体会(范例十八篇)
发表时间：2022-11-18大数据时代心得体会(范例十八篇)。
❂ 大数据时代心得体会 ❂
这么多年来，看了很多东西，如今回过头来发现，好像什么都忘了，真是悲剧，所谓读书破万卷，下笔如有神或许是不对的，还是需要下笔勤快，所以决定从这里开始。
这些年对于技术的发展，我是没有跟上，如今发现即便是对于投资，技术对于我们生活的改变太大，而自己身在这个技术浪潮的前沿，还是需要跟上步伐。——前??
大数据这个概念已经提了很久，我也一直疏忽了对于它的理解。看完《大数据时代》，再结合如果工作上对于大数据的理解，顿时发现数据的重要性，以前在这方面的确没有足够的思想意识。
整本书来说，我觉得最关键的三个点是前面几个章节：
1、要总体，不要随机样本：从小对于统计学相关的学习，基本都是从样本出发，理论的基础在于如何随机的足够分散的选取样本，这可是技术活加直觉。而对于大数据来说，要的就是总体，本质上来说，总体样本的确更能准确找到结果。但是对于统计来说，总体的分析增加了数据分析的难度，不仅数据核对不好进行，一旦出现数据污染，准确度就会大打折扣，而且进行数据回溯的时候，也无法准确确认问题，而这一点也是后面相关性上问题;
2、要混乱，而不是精确：这里主要想说明的是希望数据的多样性，尽量将相关数据都收集起来，不管是结构化的还是非结构化的。这样就不可避免的最终结果的不准确性。大数据更多的是从一个总体数据中说明以后概率事件，既然是概率，也就可以理解无法精确。这里有个点的说明，我觉得需要提一下，大数据算法更倾向于“简单”，而不是复杂，这个倒是出乎我的意外。
3、要相关性，而不是因果：从我对于知识获取的过程来说，我是不同意这个观点，从人体对于知识的理解，还是要从因果论出发，没有因果论，就会变成瞎子。而作者的观点上来说，原因可能还是从大数据本身的非准确性，一旦找到合适的算法，找到相关性，向上追述原因本身就很难。但是从举的示例上看，相关性的确认是一个非常大的工程，基本就是使用排举法，一个一个试。
所以，对于大数据来说，最重要的三点是：
1、数据——得到更多数据;
2、算法——建立更快的算法体系;
3、思维——寻找数据间更多的相关性。
对于数据最终的走向，我同意书中所提到的政府管理的观点，既然都是以“石油”的标准来看待数据，政府统一管理也就是必然的了。而且对于政府来说，掌握更多数据也有利于其管理及维护社会的稳定性。而对于社会道德方面的论述，我不想多说什么，时代发展是不会被道德绑架的。
所以最后，想要建立对于大数据的思维，《大数据时代》还是值得一读，里面的很多示例也非常不错。如人际关系这一块，也是出乎我的意料。
❂ 大数据时代心得体会 ❂
这本书里主要介绍的是大数据在现代商业运作上的应用，以及它对现代商业运作的影响。
《大数据时代》这本书的结构框架遵从了学术性书籍的普遍方式。也既，从现象入手，继而通过对现象的解剖提出对这一现象的解释。然后在通过解释在对未来进行预测，并对未来可能出现的问题提出自己看法与对策。
下面来重点介绍《大数据时代》这本书的主要内容。
《大数据时代》开篇就讲了Google通过人们在搜索引擎上搜索关键字留下的数据提前成功的预测了20xx年美国的H1N1的爆发地与传播方向以及可能的潜在患者的事情。Google的预测比政府提前将近一个月，相比之下政府只能够在流感爆发一两个周之后才可以弄到相关的数据。同时Google的预测与政府数据的相关性高达97%，这也就意味着Google预测数据的置信区间为3%，这个数字远远小于传统统计学上的常规置信区间5%!而这个数字就是大数据时代预测结果的相对准确性与事件的可预测性的最好证明!通过这一事以及其他的案例，维克托提出了在大数据时代“样本=总体”的思想。我们都知道当样本无限趋近于总体的时候，通过计算得到的描述性数据将无限的趋近于事件本身的性质。而之前采取的“样本<总体”的做法很大程度上无法做到更进一步的描述事物，因为之前的时代数据的获取与存储处理本身有很大的难度只导致人们采取抽样的方式来测量事物。而互联网终端与计算机的出现使数据的获取、存储与处理难度大大降低，因而相对准确性更高的“样本=总体”的测算方式将成为大数据时代的主流，同时大数据时代本身也是建立在大批量数据的存储与处理的基础之上的。
接下来，维克多又通过了IBM追求高精确性的电脑翻译计划的失败与Google只是将所有出现过的相应的文字语句扫描并储存在词库中，所以无论需要翻译什么，只要有联系Google词库就会出现翻译，虽然有的时候的翻译很无厘头，但是大多数时候还是正确的，所以Google的电脑翻译的计划的成功，表明大数据时代对准确性的追求并不是特别明显，但是相反大数据时代是建立在大数据的基础住上的，所以大数据时代追求的是全方位覆盖的数字测度而不管其准确性到底有多高，因为大量的数据会湮埋少数有问题的数据所带来的影响。同时大量的数据也会无限的逼近事物的原貌。
之后，维克托又预测了一个在大数据时代催生的重要职业——数据科学家，这是一群数学家、统计学与编程家的综合体，这一群人将能够从获取的数据中得到任何他们想要的结果。换言之，只要数据充足我们的一切外在的与内在的我们不想让他人知道的东西都见会在这一群家伙的面前展现得淋漓尽致。所以为了避免个人隐私在大数据时代被这一群人利用，维克托建议将这一群人分为两部分，一部分使用数据为商业部门服务，而另一群人则负责审查这一些人是否合法的获得与应用数据，是否侵犯了个人隐私。
无论如何，大数据时代将会到来，不管我们接受还是不接受!
我觉得《大数据时代》这本书写的很好，很值得一读。因为会给我们很多启发，比如你在相关的社交网站发表的言论或者照片都很有可能被“数据科学家”们利用，从而再将相关数据卖给各大网店。不过，事实就是我们将会成为被预测被引诱的对象。所以说，小心你在网上留下的痕迹。
我喜欢这本书是因为它给我展现了一个新的世界。
❂ 大数据时代心得体会 ❂
利用周末，一口气读完了涂子沛的大作《大数据》。这本书很好看，行文如流水，引人入胜。书中，你读到的不是大数据技术，更多是与大数据相关的美国政治、经济、社会和文化的演进。作为一名信息化从业者，读完全书，我深刻感受到了在信息化方面中国与美国的各自特色，也看到了我们与美国的差距。有几个方面的体会，但窥一斑基本能见全貌。
一是政府业务数据库公开的广度和深度。近年来，随着我国信息公开工作的推进，各级政府都在通过政府门户网站建设积极推进网上政务信息公开，但我们的信息公开，现阶段还主要是政府的政策、法律法规、标准、公文通告、工作职责、办事指南、工作动态、人事任免等行政事务性信息的公开。当然，实时的政府业务数据库公开也已经取得很大进步。在中国政府门户网，可以查询一些公益数据库，如国家统计局的经济统计数据、环保部数据中心提供的全国空气、水文等数据，气象总局提供的全国气象数据，民航总局提供的全国航班信息等;访问各个部委的网站，也能查到很多业务数据，如发改委的项目立项库、工商局的企业信用库、国土资源部的土地证库、国家安监总局的煤矿安全预警信息库、各类工程招标信息库等等。这是一个非常大的进步，也是这么多年电子政务建设所取得的成效和价值!但是，政务业务数据库中的很多数据目前还没有实现公开，很多数据因为部门利益和“保密”等因素，还仅限于部门内部人员使用，没有公开给公众;已经公开的数据也仅限于一部分基本信息和统计信息，更多数据还没有被公开。从《大数据》一书中记录的美国数据公开的实践来看，美国在数据公开的广度和深度都比较大。美国人认为“用纳税人的钱收集的数据应该免费提供给纳税人使用”，尽管美国政府事实上对数据的公开也有抵触，但民愿不可违，美国政府的业务数据越来越公开，尤其是在奥巴马政府签署《透明和开放的政府》文件后，开放力度更加大。是美国联盟政府新建设的统一的数据开放门户网站，网站按照原始数据、地理数据和数据应用工具来组织开放的各类数据，累积开放个原始和地理数据集。在中国尚没有这样的数据开放的网站。另外，由于制度的不同，美国业务信息公开的深度也很大，例如，网上公布的美国总统“白宫访客记录”公布的甚至是造访白宫的各类人员的相关信息;美国的xxxxxxxxxxxxxxxx网站，能够逐条跟踪、记录、分析联邦政府每一笔财政支出。这在中国，目前应该还没有实现。
三是关于个人数据的隐私。在美国，公民的隐私和自有不可侵犯，美国没有个人身份证，也不能建立基于个人身份证号码的个人信息的关联，建立“中央数据银行”的提案也一再被否决。这一点，在中国不是问题，每个公民有唯一的身份信息，通过身份证信息，可以获取公民的基本信息。今后，随着国家人口基础数据库等基础资源库的建设，公民的社保、医疗等其他相关信息也能方便获取，当然信息还是限于政府部门使用，但很难完全保证整合起来的这些个人信息不被泄露或者利用。
数据是信息化建设的基础，两个大国在大数据领域的互相学习和借鉴，取长补短，将推进世界进入信息时代。我欣喜地看到，美国政府20xx年启动了“大数据研发计划”，投资2亿美元，推动大数据提取、存储、分析、共享、可视化等领域的研究，并将其与超级计算和互联网投资相提并论。同年，中国政府20xx年也批复了“十二五国家政务信息化建设工程规划”，总投资额估计在几百亿，专门有人口、法人、空间、宏观经济和文化等五大资源库的五大建设工程。开放、共享和智能的大数据的时代已经来临!
❂ 大数据时代心得体会 ❂
近几年, “大数据”这个词频繁地出现在人们的视野当中，它不仅被写入阿里巴巴、 谷歌等互联网公司的战略规划中, 同时在我国国务院和其他国家的**报告中也被多次提及，甚至在我的家乡内蒙古自治区，乌兰察布市集宁区也已经耗资15亿建成了华为云大数据中心，将来还要发展成内蒙古的大数据中心。这些改变都使我对大数据产生浓厚的兴趣。 因此通过多方途径了解后，最终决定以《大数据时代》一书，作为我进一步了解大数据的入门书籍。
《大数据时代》一书是由英国作者维克托迈尔舍恩伯格所著。 主要描述了大数据对21世纪人们生活、工作与思维各方面所做出的重大变革。
这本书的作者舍恩伯格是大数据领域最受尊敬的权威演讲者之一。 他二十多年来一直致力于网络经济、 信息与创新、 信息监管、 网络规范与战略管理方面的研究, 从维也纳大学到哈佛大学, 从新加坡国立大学到牛津大学, 很多世界上著名的互联网研究学府都留下了他的足迹。他宽广的学术视野和系统的学术造诣，使他不断为企业和企业应用提供强有力的理论支持。
他的咨询客户包括微软、 惠普、 ibm 、亚马逊、 facebook 、 twitter 、 visa 等大数据先锋们，所以在《大数据时代》一书中, 他将掌握的最前沿的大数据应用案例给予充分的分析, 并对大数据的价值链与角色定位给予清晰的预见。
首先，舍恩伯格明确阐述了大数据的基本概念和特点，并列举了清晰的观点。 不管对于产业实践者, 还是对于**和公众机构, 都非常具有价值。作者将本书分为3个部分。
第一部分提出大数据时代数据处理观念的三大变化：不是随机样本，而是全部数据；不是准确性，而是杂合性；不是因果关系，而是相关性；
第二部分作者从万事万物数据化和数据交叉复用的巨大商业价值两个方面, 讲述大数据最核心的模块：一切皆可数据化，并阐释了数据的新价值和其运用方法;
第三部分阐述了大数据的出现可能引起的关注和隐患，包括产业生态环境、数据安全与隐私、信息公平与公开等。
刚看到第一部分时，作者便向我们阐述了一个奇妙的“云时代” 。他认为在抽样研究调查的时期, 由于研究的条件欠缺, 只能以少量的数据获取最大的信息，而在现在，无论是计算量还是计算速度，我们都达到了一个比较好的高度，我们可以在很短的时间内获取到海量的数据。因此如果我们以更多甚至是与之相关的全部数据去分析一个事物，就可以让我们更清楚地看到以前无法揭示的细节信息。
我看过一个管理方面的例子，从大数据分析得出结论：一般来说，我周末去超市购物
婴儿用品的父亲通常去啤酒区买啤酒，而其他产品很少出现在他们的购物车上。通过这一分析，超市管理者将婴儿用品和啤酒分别放在最远的距离区域，消费者会注意到来回中间的商品，从而增加了购物量和超市的利润。而如果只是分析抽样数据的话，我们就无法确定购买婴儿用品的人与父亲们与啤酒之间的这种关联，自然也就不会做出将婴儿用品和啤酒分开放在了相距最远距离的区域这样的举动了。
同时，笔者也指出，随着数据使用量的不断增加，结果并不一定更加准确，特别是在大数据时代，各种结构化和非结构化的数据必然会导致不准确的结果。大数据时代要求我们重新审视准确性的优缺点。作者特别举了谷歌翻译成功的例子。
google translate优于ibm的candide系统，并不是因为它有更好的算法机制。 和微软的班科和布里尔一样,谷歌翻译增加了各种各样的数据,并且接受了有错误的数据。 (其语库来自于未经过滤的网页内容, 会包含一些不完整的句子、 拼写错误、 语法错误以及其他各种错误)。
不是因果关系，而是相互关系的一章。
作者指出，在大数据时代，了解大数据时什么比为什么会出现更现实。作者列举了林登亚马逊推荐系统的成功案例，证实了大数据在相关性分析和销售成功方面的优势。 沃尔玛也是充分利用并挖掘各类数据信息的先锋和代表, 和我刚才所介绍的啤酒与婴儿用品的案例, 以及作者举的有关蛋挞和飓风天气的案例, 都说明了掌握了相关关系对于其策略的帮助。
基于相关性分析的**是大数据的核心。aviva insurance利用数百种生活方式的数据，如兴趣爱好和长时间的网络浏览，间接确定谁更容易患高血压、糖尿病和抑郁症。 ups 国家快递公司通过使用**性分析检测其全美 6万辆车队。
进行防御性的修理,节约巨大得的成本。这些都充分显示了**大数据的优势。
接下来的第二部分，作者讲的是大数据时代的商业变革。
作者用莫里绘制导航图的例子告诉我们, 远在信息数字化之前, 对数据的运用就已经开始了。莫里用大量的人力分析了他保存多年的航海记录，从这些大量的数据中获得了新的利用价值。绘制的图表帮助商人节约一大笔钱, 使年轻的海员们间接获取了成千上万名经验丰富的航海家的指导。
日本先进工业技术研究所崇臣教授通过安装压力传感器，将人体臀部特征数字化，进而形成乘客身份识别。这项技术为汽车防盗系统提供了方案。 mastercardd.
顾问部分析了210个国家15亿信用卡用户的650亿笔交易
易记录,分析得出商业发展和客户消费趋势, 如通过分析发现如果一个人下午四点左右给汽车加油的话, 他很可能在接下来的一个小时内去购物或者去餐馆吃饭 ,且在这一小时里大约花费 35到 40美元。 商家正可以利用这个分析结果, 在加油的小票背面附加上附近商店的优惠券。这些例子证明了大数据具有巨大的商业价值。
大数据价值链根据**提供价值的不同分为三个部分。 包括第一种是基于数据本身的公司。这些公司拥有大量数据，或者至少可以收集大量数据，但他们不一定具备从数据中提取价值或利用数据产生创新想法的技能。
第二种是基于技能的公司。它们通常是咨询公司、技术**商或分析公司。 它们掌握了专业技能但并不一定拥有数据或者提出数据创性用途的才能。
例如，沃尔玛和波普馅饼是两家通过对天睿公司的分析来获得营销理念的零售商。天睿是一家大数据分析公司。 第三种是基于思维的公司。皮特 .
华登, jetpac 的联合创始人,就是通过想法获得价值的一个例子, 他通过用户分享到网上的旅行**来为人们推荐下一次旅行目的地。 对于某些公司来说, 数据和技能并不是成功的关键。挖掘数据的新价值的创新思维才是这些公司脱颖而出的优势所在。
这就意味着，在现在这个时代，掌握了大数据就相当于掌握了与其他企业竞争的竞争力。如何更快更廉价的提取、保存数据，如何正确的利用数据成为了当今企业需要关注的一个重点。一旦成功的掌握了大数据，不但可以超过现有的对手，甚至可以遥遥领先。
本文的第三部分讲了大数据带来无数好处的同时带来的不良影响以及如何面对这些影响。包括如数据的收益的处理问题以及数据中用户资料的隐私和决策过程带来的影响。
举个最近的例子，阿里巴巴的大数据处理能力在**这一款电商软件上体现的淋漓尽致。通过分析大数据很多情况下都会推送到你想要购买的商品以及最合适的**，为我们带来了很多的便利。但同时支付宝的隐私门丑闻，偷偷调用摄像头录像偷偷调用麦克风录音的行为，被爆出之后也让我们心有余悸。
然而这仅仅是个典型案例。
真正被别人翻遍隐私却茫然不知的例子太多了。比如网易邮箱，去年被乌云爆出被拖库，几亿用户密码密保问题泄露，然后大家一阵哗然。实际上圈里人都知道，网易邮箱这些年被拖库就像月经一样，根本就是公开的秘密。
2011年出现过一个新闻，一款叫做ciq的预置在所有苹果手机和运营商定制的安卓手机中的app，会窃取用户隐私数据，包括联系人、短信等，每隔72小时就会发送一次数据到位于美国的服务器。
而作者在保护个人隐私方面提出了几种想法。 一种是使用数据时征询数据所有个人的知晓和授权。 第二个技术途径就是匿名化。
作者同时也指出了这两种方式的难度。一方面收集到的数据可能会被后续的多次利用。另一方面, 匿名化会在数据收集越来越多和数据的相互结合关联使用时变得无效。
作者列列举电影 《少数派报告》 的情节说明越来越依赖数据时, 大数据可能将我们禁锢在可能性之中。当然通过分析犯罪的常发地与常发时间, 合理安排警力会对治安防范提供不小的帮助。
尽管如此，我们也必须要知道， 大数据在给我们生活提供便利的同时, 也让隐私保护的法律手段失去了作用。我们必须杜绝对大数据的过分依赖，作者也在文章的结尾提到了大数据提供给人们的只是参***, 我们在利用这个工具时要铭记人类的作用是无法完全替代的。
大数据是时代发展的必然趋势，在读完本书后更加确信了这一点，但在运用大数据的同时，我们也要深知大数据为我们提供的不是最终答案，只是参***，而更好的方法和答案还在不久的未来。我们还需要不断的学***索。
❂ 大数据时代心得体会 ❂
大数据与小生活
--读《大数据时代》有感
施佳奇不知道什么时候开始，“大数据”已经悄然成为我们的常用词汇；我们不知道什么时候进入了“大数据时代”。那么大数据时代是什么样的时代呢？英国"大数据时代的预言家"维克托迈尔·舍恩伯格和肯尼思库克耶的《大数据时代》对此有着详细而深刻的洞见。
一、什么是大数据？
根据《大数据时代》中所说，"大数据是人们在大规模数据的基础上可以做到的事情，而这些事情在小规模数据的基础上是无法完成的。大数据是人们获得新认知、创造新价值的源泉。大数据也有助于改变市场、组织以及**与公民之间的关系。大数据是一种新功能：
以前所未有的方式，通过对海量数据的分析，我们可以获得具有巨大价值的产品和服务，或者说是深刻的见解。“大数据有两层含义。一是大数据是一个总结性的概念，是海量数据的总称；书中指出的第二种意义是一种新的能力和方式。区别于小规模数据时代的抽样分析，大数据时代，分析的样本不再需要经过抽样，直接将全体数据进行更快更准确地分析。
二、大数据的核心是什么？
大数据的核心应该是减少冗余，提高资源配置效率。根据收集到的数据分析，挖掘出一个庞大数据库的独**值，以便介入或提供相应的资源和服务。自古以来，人类社会的发展便是资源配置不断优化的过程，大数据作为一种新型的生产工具，它能让我们通过分析海量的数据，得知该如何更有效地分配稀缺的资源。
如医院通过对某个病人病史、生活习惯、衣食住行、工作娱乐情况等进行全方位分析，便可以准确了解病人的生活情况与生活环境，精确地指出症结引起原因所在，只要建议病人针对引起病源的因素做出调整或进行医学干预，便可以了，避免了对病人过多的用药与过大范围的盲目干预。
同样的道理，如果银行通过分析某一申请人的家庭情况、消费历史、生活习惯、财务习惯、网页浏览记录等各方面的数据，便可以清晰了解此申请人各方面的情况，甚至可推测其内心的真实想法与将要采取的做法，从而判断申请人的贷款申请资格，决定该不该授信，授信多少等内容，所有的信息在大数据时代，能在系统中搜索一下，几分钟便能全部收集完成。相比以前，申请人申请后，银行得派出两名客户经理上门进行访问、调查、收集电信、征信等多方面的信息，再进行人工分析、鉴别等过程，耗费的时间多不说，风险也相对更高。
可见，大数据的运用不但提高了工作效率，节省了机构与申请人的时间，更能基于精确的信息，确保风险可控，且保证了授信给该申请人的正确性，将有限的资金用在刀刃上，提高资源配置质量。
三、什么是大数据思维？
❂ 大数据时代心得体会 ❂
读完《大数据时代》这本经典书籍受到不少启发，文中许多观点值得我们深思。
大数据是指不用随机分析法，而是采用分析所有数据的方法，分析样本是全体数据。作者认为我们理解世界不再需要建立在假设的基础上。在大数据时代，在混杂中寻找相关关系将替换目前在精确数据中寻找因果关系的传统想法。大数据的相关关系分析法更准确、更快，而且不易受偏见的影响。但是在这一部分，我觉得作者太过于强调大数据带来的相关关系分析，而抛弃对因果关系的探索。比如“如果得到超市用户的购买数据发现下雨天太阳伞卖很好，那下雨天就多备太阳伞就好了，不要问为什么，混乱的数据不能告诉你为什么，但能告诉你怎么办。”在我看来，是什么和为什么并不矛盾，大数据只是让我们跨过目前还无力找到根源的理论进行相关关系分析，不要老为了强调相关性而否定因果。我认为利用这种相关关系分析的帮助，可以再反向论证，完善我们目前还未掌握的理论知识，将会极大地促进了科学的发展。甚至对社会学、统计学、人类学等学科的研究方法或许会要影响。
大数据的价值“取之不尽，用之不竭”。不同于物质性的东西，数据的价值不会随着它的使用而减少，而是可以不断地被处理。个人的使用不会妨碍其他人的使用，而且信息不会像其他物质产品一样随着使用而有所耗损。所以要深入挖掘大数据的价值。
大数据的未来将属于三类公司，一是拥有数据的公司，二是数据分析公司或者技术公司，第三是能从庞大数据里发现关联并创意性使用的个体或者群体。
当然大数据也会带来风险，如信息过量、信息泄露、信息窃取、数据分析取代人工分析以及可能会造成伦理问题。但是技术是无罪的，如何让大数据在人类的监管下更好地为我所用是对我们的考验。书中也提到了掌控管理大数据的方法，比如隐私保护从个人许可到由数据使用者承担责任，在使用预测分析时必须考虑个人动因，催生大数据审计以及防止对大数据的垄断等。
大数据时代，人类还在摸索前进。在拥抱大数据时代的时候，也提醒我们在使用这个工具的时候，应当怀有谦恭之心，铭记人性之本。
❂ 大数据时代心得体会 ❂
经过前期的MOOC课程自学和集中面授学习，我顺利地通过选拔考试，获得20xx年湖北xx“菁英计划”人才培养第三阶段大数据专业的培训资格。11月12日至22日，我与省内其他24名学员一起，参加了在杭州华为全球培训中心举办的“xx计划”第三阶段大数据专业培训。与7月份开展的第二阶段培训相比，本次培训在数学基础知识、Python编程语言、数据挖掘模型与算法方面有了更深入的讲解，同时新增了xx云机器学习服务MLS、大数据架构和大数据治理等内容，并强化了本课程的实验教学。
本次培训中，全体25名学员都表现出了积极端正的学习态度。在xxx老师的指导下，大家刻苦专研大数据挖掘知识，课上遇到问题主动向老师请教，课后积极复习消化新知识，基于自身学习情况及时与老师协商调整授课和学习方式。面对课程内容多、难度大而课时少的情况，大家都欣然接受由原来每周2次晚自习调整为每天上晚自习并且晚自习时间延长1小时的安排。培训期间，大家仔细琢磨常见的分类、回归和聚类算法，比较不同算法的优缺点；在理论学习的基础上，大家通过上机实操对所学知识做进一步巩固和强化；在实验室搭建环节，虽然大家碰到了许多棘手问题，但通过老师的悉心点拨、学员间的激烈讨论，所有问题逐一解决；面对课时紧、学习任务重的挑战，大家自觉利用课余时间，针对课堂上未消化的内容自行查漏补缺。
本次培训虽不能保证让所有学员都成为大数据挖掘方面的专家，但它让大家有机会更加深入地了解大数据挖掘这门技术，并且点燃了大家对大数据挖掘的学习热情。面对课程庞大的知识架构和体系，大家纷纷表示，虽然很难在10天内对所有知识有充分的认识和掌握，但培训结束后仍会卯足干劲，主动做到持续性学习，争取在大数据挖掘道路上越走越远。
❂ 大数据时代心得体会 ❂
“大数据”概念早在1980年就有国外的学者提出，可是最近几年才广泛受到大家的关注。当“大数据”这个概念传到中国的时候，瞬间引起了轰动。随即，各种有关“大数据”的资料和书籍充斥的我们的视野。随意打开某个电子商务平台图书类页面，在搜索框中搜索“大数据”三个字，就会出现好多本有关“大数据”的书籍。可是，有一个很有趣的现象就是：几乎所有的平台上，出现的第一本关于“大数据”的书籍一定是《大数据时代》。一点进去，这本书推荐栏里的第一句话就是：迄今为止全世界最好的一本大数据专著。同时，为这本书做推荐的都是各行业的精英领袖。所有“大数据”方面的书籍也是这本书销量最高，评价最好。
我从来不会因为哪本书畅销和很多人推荐就盲目跟风的去看一本书。因为我知道通常在这种情况下选择一本书，整个阅读的体会和感受是无法遵从自己的内心的，整个过程都很容易夹杂着别人对这本书的感受。所以通常我读书的节奏大多都是跟不上“潮流”的，但往往经过风雨洗礼之后沉淀下来的都是精华。坦白讲，阅读这本书的初衷并不是因为我想从书中获取到多少大数据方面的精华，只是很想知道对于这么一个很直白的名词，作者是怎么写出这么厚的一本书的。这种初衷或许很无知和幼稚，可就是这种“愚蠢”的好奇心，让我更透彻的看到书中的精华。
在看《大数据时代》这本书之前，我的所有读后感都是集中在书籍给了我什么思考。对于这本书的读后感，除了观点碰撞之外，我还会加上大部分个人看这本书的体会。因为这本书，已经完全让我模糊了大多数人口中的“全世界最好的书”是一种什么标准。也许《大数据时代》真的无法承载那么高的赞美!
大数据时代的入门书
看完这本书，我随意调查了一些阅读过这本书并且给这本书绝对好评的朋友。询问他们这本书好在哪里?大多数的回答是说《大数据时代》这本书让对大数据一无所知的他们了解了大数据这个概念，同时通过很多案例说明原来大数据能有这么大的用处，影响会有这么大!仅此而已。我看完这本书最大的感受是这本书分为上、下两部分。前120多页为上部分，后120多页为下部分。之所以说《大数据时代》是一本关于大数据的入门书，是因为这本书用了前面120多页的篇幅反复的强调大数据的出现对社会发展影响很大，并且要人们转变小数据时代惯有的思想。所以整本书的前半部分就强调大数据时代的三个转变：1、大数据利用所有的数据，而不再仅仅依靠一小部分数据，不再依赖于随机采样。2、大数据数据多，不再热衷于追求精确性，也不再期待精确性。3、大数据时代不再热衷于寻找因果关系，而是追求相关关系。所以整个上半部分没什么可详说的。我们重点聊聊本书的后半部分。
既然一直都在强调大数据对我们的意义，总要有具体体现。整本书中，我感触最大的一个案例就是某公司通过分析大数据发现：新品发布的时候，旧一代的产品可能会出现短暂的价格上涨。因为人们在心理上就认为新产品的推出，旧产品就会便宜，从而就会提高购买量。这个发现和我们平常的心理是完全违背的，而且如果不用数据来证明，直接讲道理给大家可能还是无法相信。这就是大数据对我们很多传统思维的颠覆。一旦涉及到思维的改变，往往就会引起整个社会的大变动。
大数据这个概念的出现，让大数据逐渐发展形成一条价值链。在这条价值链上，数据本身、技能和思维是最重要的环节。随着互联网技术的发展，越来越多的公司都能收集到大量的数据，这些数据也会越来越公开。可是在这些公司中，不是所有的公司都有从数据中提取价值或者用数据催生创新思想的技能。于是就会出现以下两种公司，一种是掌握了专业技能但不一定拥有数据或者提出数据创新性用途才能的公司，另一种就是拥有超前思维，懂得怎样挖掘数据的新价值的创新公司。短时间内，我们可能会感觉拥有创新思维，懂得挖掘出数据新价值的大数据思维是最重要的。可是等到产业成熟之后，所有人都知晓了大数据的意义，所有人便开始挖掘自己的大数据思维。同时，随着科技的进步，掌握大数据技术的也将成为常态。所以到后来，整个价值链的核心环节还是回到了数据本身。而到那时候，大数据的公开性也就越来越小。
在大谈完大数据对人类发展的积极意义之后，作者也考虑到大数据时代的风险。这一部分是作者脑洞大开的精彩之处，同时也是最荒谬的一部分。书中说大数据时代将要惩罚未来犯罪，这样可以在嫌疑人在可能犯罪之前就把犯罪行为给防止。这样的社会，大数据俨然已经延伸到了我们每个人生活的点滴。几乎我们在生活中所做的一切都在大数据的“监控”之下，我想到那时候，别说我们每个人的隐私已经没有的了，严重一点可以说是我们可能连人都不算了。在我们人的社会属性中，自由权利是一项很重要的指标。通过大数据惩罚人的未来犯罪已经否定了人的自由选择能力和人的行为责任自负。同时，由于数据是永久保存，大数据预测也是通过每个人之前的数据来判断，所以大数据同样也否定了人的求善心理。还有，从现在各种大数据预测的结果来看，很多发言人都说大数据不是百分百的准确。所以利用大数据来判断人的行为发展已经违背了大数据不追求精确性的特征，这也是书中自相矛盾的地方。
对于一个新事物，如果能让大家了解这个事物并且对此产生兴趣，这已经算是一本不错的入门书了。
大数据时代的心灵鸡汤
从小到大，鸡汤对于我们来说一直都挺珍贵的。身体虚弱了，喝点鸡汤能够补充营养。心灵受伤了，看点心灵鸡汤可以鼓舞人心。可是近几年，人们生活水平提高了，营养富余，鸡汤已经不是人们补营养的期待了。同样，心灵鸡汤也是如此。
心灵鸡汤其实是一个很虚伪的东西。很多人都被心灵鸡汤诱人的外表给迷惑。在我看来，心灵鸡汤很大的一个特征就是：立人的志，但是就不告诉你实现志的方法。很多人每次在失意的时候就喜欢看心灵鸡汤，希望能得到慰藉。看完后也觉得醍醐灌顶，感觉整个世界都亮了。但又有几个人想过喝完这些鸡汤之后你除了看似重拾梦想，你还获得了什么?你知道怎么去做吗?《大数据时代》就是这样一本书。整本书从头到尾都在向读者讲述大数据的意义，当然期间也会用相应的案例来证明大数据确实有这样的能力。但是，整本书从没有涉及到技术层面的问题。或许对于大数据这种依靠互联网技术的新事物，即使向读者讲技术，也没有几个人看得懂，可是整本书没有一点关于大数据思维的技能引导。给出的案例中只有少数案例向读者讲述了这个公司为什么要利用大数据来解决这种问题，大多数都只是告诉读者国外某家公司运用大数据得出了某种结论。同时，在本书中文译作者写的序里，强调自己翻译这本著作的一大优点是可以结合国内的案例来分析书中的理论，结果，看到最后一页都没有看到一个国内企业关于大数据运用的案例。
之所以我称之为“心灵鸡汤”，还有一个原因就是作者在书中大讲特讲的大数据的作用，事实上按照现在的经济发展水平和社会文明发展程度是很难实现的。书中很多时候的理论都是要建立在社会各项文明都发展健全的基础上才能实现。
大数据的“传销手册”
看到这个标题，大家可能会觉得我夸大其词，受到如此多人好评的书怎么是“传销手册”呢?对于这个表达，我只想说两点：1、此说法仅代表我个人观点，是否认同是个人问题。2、此说法主要针对本书的上部分。
我们都知道传销组织在发展下线的前期是要花大力气去培训的，也就是洗脑。而对于一个陌生又很难以理解的事物，最好的“洗脑”方式就是重复。《大数据时代》这本书就是运用这种方式，前半部分为了让读者能够接受“大数据”这个概念，作者反反复复提醒读者大数据不是随机采样、不追求精确和不寻找因果关系。同时用很多看似很通俗易懂其实看完后还是不知道说了什么的案例来让人信服大数据的作用。书中的后半部分虽然也是用这种方式来感染读者，可后半部分中作者的畅想和对大数据的威胁分析还是对读者有一些实质意义的，所以后半部分的“传销”影响就不是很重要。
大数据时代是未来的趋势，这谁都不会否认。大数据改造了我们的生活，改变着我们的世界。不管它是以一种什么样的姿态面向世界，它都没有错，因为大数据只是一种工具。但当人类开始质疑甚至恐惧大数据的时候，人类就该思考自己是否利用好这个好工具了。
❂ 大数据时代心得体会 ❂
victomer schenberg说，大数据发展的核心动力来自于人类测量、记录和分析世界的愿望。大数据的出现，使得通过数据分析获得知识、商机和社会服务的能力从以往学术圈扩大到了普通机构、企业和政府部门，大数据已逐渐成为现在社会基础设施的一部分，如今适逢世界走向数据化，无论对个人、企业抑或社会和国家，都有认真理解、严肃决策的必要性和紧迫性。大数据正在改变我们的生活和我们了解世界的方式，成为新发明和新服务的来源。
大数据使人们的生活越来越便捷，我们可以根据大数据的分析预测下次流感来袭时间，可以预测几天内航班的票价，可以得知现下流行趋势并预知未来流行趋势，大数据的核心就是预测，通常被视为人工智能的一部分，在不久的未来，世界上许多依靠人类判断力的领域有可能会被计算机系统所取代。
recaptcha的故事强调了数据重用的重要性。随着大数据的出现，数据的价值正在发生变化。然而随着大量数据的被分析，大数据的价值不再单纯的来源于它的基本用途，而更多源于它的二次利用，很多数据在收集的时候并无意用作其他用途，而最终却产生了很多创新性的用途，于是我们的个人信息，我们的隐私也被二次利用，互联网的出现使得“监视”变得更容易、成本更低廉也更有用处，像淘宝这样的购物网站“监视”着我们的购物习惯，支付宝“监视”着我们的财务状况，百度谷歌“监视”着我们的网页浏览习惯，微博、qq似乎什么都知道，包括我们的社交关系网，甚至会帮忙找到可能认识的朋友，更有甚者，在网上报名考试留的电话，在报名完成的几年时间里会源源不断的接到各种让你参加学习班或者发表论文甚至买卖答案等等的骚扰电话，继而使得不断有新闻播报某某地某某人被网络诈骗，我们在互联网输入的个人信息并没有得到有效的保护，正在逐渐的被某些不良用心的人或机构所利用，如果说互联网时代我们的隐私受到了威胁，那么大数据会不会加深这种威胁呢？因此，如何保护用户的隐私应该是下一个要突破的障碍。
❂ 大数据时代心得体会 ❂
这么多年来，看了很多东西，如今回过头来发现，好像什么都忘了，真是悲剧，所谓读书破万卷，下笔如有神或许是不对的，还是需要下笔勤快，所以决定从这里开始。
这些年对于技术的发展，我是没有跟上，如今发现即便是对于投资，技术对于我们生活的改变太大，而自己身在这个技术浪潮的前沿，还是需要跟上步伐。
——前言
大数据的概念提了很久，我一直忽略了对它的理解。看完《大数据时代》，再结合如果工作上对于大数据的理解，顿时发现数据的重要性，以前在这方面的确没有足够的思想意识。
对于整本书，我认为三个要点是前几章：
、要总体，不要随机样本：从小对于统计学相关的学习，基本都是从样本出发，理论的基础在于如何随机的足够分散的选取样本，这可是技术活加直觉。对于大数据来说，这是一个整体。从本质上讲，整个样本可以更准确地找到结果。
但是对于统计来说，总体的分析增加了数据分析的难度，不仅数据核对不好进行，一旦出现数据污染，准确度就会大打折扣，而且进行数据回溯的时候，也无法准确确认问题，而这一点也是后面相关性上问题；
2、要混乱，而不是精确：这里主要想说明的是希望数据的多样性，尽量将相关数据都收集起来，不管是结构化的还是非结构化的。这样就不可避免的最终结果的不准确性。
大数据更多的是从一个总体数据中说明以后概率事，既然是概率，也就可以理解无法精确。这里有个点的说明，我觉得需要提一下，大数据算法更倾向于“简单”，而不是复杂，这个倒是出乎我的意外。
3、要相关性，而不是因果：从我对于知识获取的过程来说，我是不同意这个观点，从人体对于知识的理解，还是要从因果论出发，没有因果论，就会变成瞎子。而作者的观点上来说，原因可能还是从大数据本身的非准确性，一旦找到合适的算法，找到相关性，向上追述原因本身就很难。
但是从举的示例上看，相关性的确认是一个非常大的工程，基本就是使用排举法，一个一个试。
❂ 大数据时代心得体会 ❂
金融学院实验班
王骁义***
《大数据时代》读后感
这个学期伊始，在事实与政策老师的建议下我选择阅读了《大数据时代》，这本书主要描述的是大数据时代到临人们生活、工作与思维各方面所遇到的重大变革。读完这本书，我对书中描述的大数据时代有了更深的理解。
本文明确阐述了大数据的基本概念和特点，并列举了清晰的观点。不管对于产业实践者，还是对于**和公众机构，都非常具有价值。作者将本书分为3个部分。
第一部分提出了大数据时代处理数据理念上的三大转变：抽样等于全体；要效率不要绝对精确；要相关不要因果；第二部分作者从万事万物数据化和数据交叉复用的巨大价值两个方面，讲述驱动大数据战车在材质和智力方面向前滚动的最根本动力；最后一部分，作者描绘了大数据帝国前夜的脆弱和不安，包括产业生态环境、数据安全隐私、信息公正公开等问题。
导言提出，大数据将给生活、工作和思维带来巨大变化。一个例子是2009年h1n1流行病毒背景下谷歌通过检测检索词条，处理了4.5亿个不同的数据模型，通过**并与2007年、2008年美国疾控中心记录的实际流感病例进行对比后，确定了45条检索词条组合，并将其用于一个特定的数学模型后，**的结果与官方数据的相关系数高达97%。
根据传统的信息返回程序，新流感病毒病例的通知将延迟一至两周。对于一种迅速蔓延的疾病，两周的信息滞后是致命的。谷歌使用大数据技术，以前所未有的方式分析海量数据，找出流感传播的范围，这为全球的**流感提供了一个更快的工具。
此外，我联想到原**董事长马云通过大量数据分析得出2008年经济疲弱，为其商家提前做好迎接经济危机提供了时间缓冲。（补充并清晰描述详细）关于大数据在商业领域的应用， farecast公司是一个成功的典型范例。该公司由oren ezioni创立，利用机票销售数据**未来机票**，旨在帮助用户在购买机票时**制作**，并将机票趋势**的可信度标记出来，供消费者查询。
farecast系统利用近十万亿条**记录**的准确度达75%，使得使用farecast票价**工具购买机票的旅客，平均每张机票节约50美元。而处理如此多的数据离开了大数据技术将无法进行。
正是因为我们进入了一个前所未有的信息时代，人们拥有如此多的数据，我们才能利用大数据的分析和处理手段创造新的价值。也许有人以为我们大数据时代的还未来临。事实上，大数据技术已经渗透到我们当中。它已应用于垃圾邮件过滤、新浪微博技术平台、谷歌翻译和输入文本的自动纠错。
本文提出的一点是**是大数据的核心。其实从过去的时代人们就利用掌握的数据进行各种分析，从而对经济等各方面进行**、矫正。只是进入了大数据时代人们掌握的数据**性的速度在增长，从而数据的存储和分析数据分方法成了释放大数据能量的关键。
关于不是随机样本而是整体数据中。指出在小数据时代，随机抽样是用最少的数据获得最大值的方法。作者使用大数据和乔布斯的癌症**来说明使用所有数据而不是样本的重要性。
乔布斯成为世界上第一个对他所有的dna和肿瘤dna进行测序的人。乔布斯曾开玩笑说“我要么是第一个通过这种方式战胜癌症的人，要么就是最后一个因为这种方式死于癌症的人”。虽然他最终死于癌症是不可避免的，但这种获取所有数据而不是仅仅获取样本的方法延长了他几年的寿命。
同样，从事跨境汇款业务的xoom公司侦破一起犯罪集团的诈骗也是由于使用了整体数据。初此之外，他还列举了日本“相扑”等来证明使用全体数据的重要性。
作者同时也指出随着数据使用的越来越多，其得出的结果并一定能越来越精确，毕竟数据不能保证百分之百的正确，特别是大数据时代各种结构化与非结构化类型的数据聚集在一起难免导致结果的不太精确。大数据时代要求我们重新审视准确性的优缺点。作者特别举了谷歌翻译成功的例子。
google translate优于ibm的candide系统，并不是因为它有更好的算法机制。和微软的班科和布里尔一样，谷歌翻译增加了各种各样的数据，并且接受了有错误的数据。（它的语言库来自未过滤的web内容，它将包含一些不完整的句子、拼写错误、语法错误和各种其他错误。）
在不是因果关系，而是相关关系的篇章中。作者指出，在大数据时代，了解大数据时什么比为什么会出现更现实。作者列举了林登亚马逊推荐系统的成功案例，证实了大数据在相关性分析和销售成功方面的优势。
沃尔玛也是充分利用并挖掘各类数据信息的先锋和代表，从以前广为人事的啤酒和尿布的案例，以及作者举的有关蛋挞和飓风天气的案例，都说明了掌握了相关关系对于其策略的帮助。基于相关性分析的**是大数据的核心。aviva insurance利用数百种生活方式的数据，如兴趣爱好和长时间的网络浏览，间接确定谁更容易患高血压、糖尿病和抑郁症。
ups国家快递公司通过使用**性分析检测其全美6万辆车队。进行防御性的修理，节约巨大得的成本。这些都充分显示了**大数据的优势。
本书的第二部分是关于大数据时代的业务转型。作者用莫里绘制导航图的例子告诉我们，远在信息数字化之前，对数据的运用就已经开始了。莫里用大量的人力分析了他保存多年的航海记录，从这些大量的数据中获得了新的利用价值。
绘制的图表帮助商人节约一大笔钱，使年轻的海员们间接获取了成千上万名经验丰富的航海家的指导。日本先进工业技术研究所崇臣教授通过安装压力传感器，将人体臀部特征数字化，进而形成乘客身份识别。这项技术为汽车防盗系统提供了方案。
公司，致力于为顾客**商品的**，通过收集处理海量的**信息，**准确率高达77%，帮助顾客在购买一个产品时节约了大约100美元。mastercardd.advisor部门通过分析来自210个国家的15亿信用卡用户的650亿条交易记录，分析得出商业发展和客户消费趋势，如通过分析发现如果一个人下午四点左右给汽车加油的话，他很可能在接下来的一个小时内去购物或者去餐馆吃饭，且在这一小时里大约花费35到40美元。
商家正可以利用这个分析结果，在加油的小票背面附加上附近商店的优惠券。
这些例子都证明了大数据蕴藏着巨大的商业价值。根据提供价值的不同**，大数据价值链包括三大构成部分。包括第一种是基于数据本身的公司。
这些公司拥有大量数据或者至少可以收集到大量数据，却不一定有从数据中提取价值或者用数据催生创新思想的技能。第二种是基于技能的公司。它们通常是咨询公司、技术**商或者分析公司。
它们掌握了专业技能但并不一定拥有数据或者提出数据创性用途的才能。比如说，沃尔玛和pop-tarts这两个零售商就是借助天睿公司的分析来获得营销点子，天睿就是一家大数据分析公司。第三种是基于思维的公司。
皮特.华登，jetpac的联合创始人，就是通过想法获得价值的一个例子，他通过用户分享到网上的旅行**来为人们推荐下一次旅行目的地。对于某些公司来说，数据和技能并不是成功的关键。
挖掘数据的新价值的创新思维才是这些公司脱颖而出的优势所在。
大数据成为许多公司竞争力的**，未来可能整个行业的结构会发生改变，大公司和小公司最有可能成为赢家。如今的核心竞争力在于快速而廉价地进行大量的数据存储和处理。当然公司要根据自己的情况进行调整。
大数据向小数据时代的赢家以及那些线下大公司（如沃尔玛、联邦快递、宝洁公司、雀巢公司、波音公司）提出了挑战。同时，大数据也为小公司带来了机遇。大数据也将会影响国家竞争力。
当制造业已经大幅转向发展中国家，而大家都争相发展创新行业的时候，工业化国家因为掌握了数据以及大数据技术，所以仍然在全球竞争中占据优势，但这个优势很难持续。随着技术的发展，西方世界在大数据技术的优势将会慢慢消失。对于大公司而言，好消息是大数据技术可以加剧优胜劣汰。
一旦公司掌握了大数据，它不但可能超过对手还可能遥遥领先。
文章第三部分讲了大数据带来无数好处的同时带来的不良影响以及如何面对这些影响。包括如数据的收益的处理问题以及数据中用户资料的隐私和决策过程带来的影响。作者在保护个人隐私方面提出了几种想法。
一种是使用数据时征询数据所有个人的知晓和授权。第二个技术途径就是匿名化。作者同时也指出了这两种方式的难度。
一方面收集到的数据可能会被后续的多次利用。另一方面，匿名化会在数据收集越来越多和数据的相互结合关联使用时变得无效。作者列列举电影《少数派报告》的情节说明越来越依赖数据时，大数据可能将我们禁锢在可能性之中。
当然通过分析犯罪的常发地与常发时间，合理安排警力会对治安防范提供不小的帮助。作者还指出不能尽信数据的分析结果，因为不能保证获取分析结果**的数据准确性。大数据在给我们生活提供便利的同时，也让隐私保护的法律手段失去了作用。
我们必须杜绝对数据的过分依赖。
在高速迈进大数据时代的同时，人类信息管理准则需要重新定位，将带动社会核心价值观的转变。大数据时代，对原有规范的修修补补已经不足以抑制大数据带来的风险。保护个人隐私就需要对个人数据处理器对其政策和行为承担更多责任。
同时必须重新定义公正的概念，以确保人类行为的自由。作者提出了解决这些问题的方向。如个人隐私保护方面，可以让使用者承担更多的社会责任。
将责任从民众转移到数据使用者有很多意义，也有充分的理由。因为他们更清楚将如何使用数据且是数据应用最大的受益者。关于公正方面简单的讲就是个人可以并应为他们的行为而非倾向负责。
就像公司有内部会计和外部审计人员一样，大数据时代，公司将设置专门的人员--内部和外部算法师对大数据活动进行监督。还有可能出现第三方的机构对大数据行为进行监督和衡量。作者甚至考虑到对大数据存在的垄断情况进行分析并在反垄断反面给了建议。
最后结语中作者提出大数据提供给人们的只是参***，提醒我们在利用这个工具时要铭记人类的作用是无法完全替代的。
大数据时代是信息化社会发展必然趋势，我们只有紧紧跟随时代发展的潮流，在技术上、制度上、价值观念上做出迅速调整并牢牢跟进，才能在接下来新一轮的国际竞争中摆脱受制于人的弱势境地，才能把握发展的方向，冲破与西方国家的差距。对于一个国家如此，对于一个企业亦是如此。在如此快速的到来的大数据时代，我们还有很多知识需要学习，许多思维需要转变，许多技术需要研究。
公司的规划中，也需充分考虑到大数据对于公司的未来发展所带来机遇和挑战。对于掌握大量数据的公司，需要考虑有多少数字化的数据，又有哪些可以通过大数据的分析处理而带来有价值的用途？比如国内目前的社交**，购物**等都掌握了用户的大量的数据信息。
在大数据时代制胜的良药也许是创新的点子，也许可以利用外部的数据，通过多维化、多层面的分析给其他企业或个人带来价值。
❂ 大数据时代心得体会 ❂
“除了上帝，任何人都必须用数据来说话。”——这是《大数据》中出现的让人印象深刻的一句话，也是全书力图传递的信息。在数字信息时代，数据和空气一样遍布生活，对于有些人来说，数据无意义，而对于有些人来说，数据，即真相。
美国是《大数据》的主角，全书通过讲述美国半个多世纪信息开放、技术创新的历史，以别开生面的经典案例——奥巴ma建设“前所未有的开放政府”的雄心、公共财政透明的曲折、《数据质量法》背后的隐情、全民医改法案的波澜、统一身份证的百年纠结、街头警察的创新传奇、美国矿难的悲情历史、商务智能的前世今生、数据开放运动的全球兴起，以及云计算、Facebook和推特等社交媒体、Web3·0与下一代互联网的未来图景等等，为读者一一细解数据创新给公民、政府、社会带来的种种挑战和变革。
透过全书，一个立体的美国及美国人民的思想呈现在我们面前——美国人民执著于个人隐私的保护，却又不遗余力地推动着政府信息的透明与公开。
读完此书，对生活中的数据及数据处理突然有了很大的兴趣。如果有一天，处处以数据说话，那么，政治、制度、生活将更加清明，事故、腐朽将降到最低点。
作为信息技术教师，是有必要阅读此书的！有慧根的教师将能从书中挖掘出信息技术特有的文化以及能用于教学的鲜活案例。
每天能用来阅读的时间很少，总是要等到夜深疲倦时才有空打开书本，总是在眼睛极不舒服的情况下坚持阅读，《大数据》就这样在坚持中溶入我的思想……
❂ 大数据时代心得体会 ❂
什么是小数据？小数据就是个体化的数据，是我们每个个体的数字化信息。比如我天天都喝一两酒，突然有天喝完酒胃疼，我就想了，这天和之前有何不同？原来，这天喝的酒是个新牌子，可能就是喝了这个新牌子的酒所以胃疼。这就是我生活中的“小数据”，它不像大数据那样浩瀚繁杂，却对我自身至关重要。
第一个意识到“小数据”重要性的是美国康奈尔大学教授德波哈尔·艾斯汀。艾斯汀的父亲去年去世了，而早在父亲去世之前几个月，这位计算机科学教授就注意到老人在数字社会脉动中的些许不同——他不再发送电子邮件，不去超级市场买菜，到附近散步的距离也越来越短。
然而，这种逐渐衰弱的状态，真到医院去检查心电图，却不一定能看出来。到急诊室检查的时候，不管是测脉搏还是查病历，这个90岁的老人都没有表现出特别明显的异常。可事实上，追踪他每时每刻的个体化数据，他的生活其实已经明显与之前不同。这种日常小数据带来的生命讯息的警示和洞察，启发了这位计算机科学教授——小数据可以看作是一种新的医学证据，它是属于你的数据。
人们爱说，大数据将改变当代医学，譬如基因组学、蛋白质组学、代谢组学等等。不过由个人数字跟踪驱动的小数据，也将有可能为个人医疗带来变革，特别是当可穿戴设备更成熟后，移动技术将可以连续、安全、私人地收集并分析你的数据，这可能包括你的工作、购物、睡觉、吃饭、锻炼和通讯，追踪这些数据将得到一幅只属于你的健康自画像。
假设你是一名患者，这样精确而个体化的小数据也许可以帮助你回答：我每次服药应该用怎样的剂量？当然了，药物说明书上会有一个用药指导，但那个数值是基于大量病人的海量数据统计分析得来的，它适不适合此时此刻的你呢？于是，你就需要了解关于你自己的小数据。
再比如癌症治疗。肿瘤细胞的DNA对不同的癌症病人会引起不同变化。所以，对许多患者用同一个治疗方法是不可能成功的。个性化或者说层次式的药物治疗是要按照特定患者的条件开出药方——不是“对症下药”，而是“对人下药”。这些个性化的治疗都需要记录和分析个人行为随时间变化的规律。这就是小数据的意义。
当然，这并不是说大数据就不重要。从大数据中得到规律，再用小数据去匹配个人。
❂ 大数据时代心得体会 ❂
未来的十年，将是大数据引领下的智慧科技时代。不管你是否意识到它的存在，大数据都将越来越快地改变我们这个时代，包括我们的生活方式。
维克托·迈尔-舍恩伯格是最早洞见大数据时代发展趋势的数据科学家之一。他通过一个大家熟知的事例，来帮助我们理解“大数据”的潜在影响力，那就是四个世纪之前望远镜和显微镜的发明。望远镜能够让我们感受宇宙，显微镜能够让我们观测微生物，它们都是收集海量数据的新工具，因为这种工具的发明，人们同步更新了分析数据的技术和方法，促进了人们对世界更好的理解。如果说望远镜和显微镜是测量领域中的一场革命，那么今天的数据测量就相当于是现代版的望远镜、显微镜。随着社交网络的逐渐成熟，移动带宽迅速提升，云计算、物联网应用更加丰富，以及更多的传感设备、移动终端接入到网络，由此产生的数据及数据的增长速度比历史上的任何时期都要多、都要快。一个大数据的时代，不经意间顺理成章地翩然而至。
一、什么是大数据?
大数据是当前最热门的话题之一。但什么是大数据，人们尚未给出确切的定义。首先，“大数据”是相对过去小的、局部性的数据而言的;其次，利用大数据进行分析和工作时，所依据的关于此事尽可能完整的数据，从而“一览众山小”，而不是采用局部的小数据，从局部推断整体。
维克托也并未直接给出大数据的定义。不过，他用三大转变描述了大数据的特性：
转变之一：在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样。例如一项针对相扑比赛中非法操纵比赛结果的研究对64000场比赛进行了分析，这算不上一个很大的数字，但由于这是过去十年所有的比赛，所以它是大数据。
转变之二：由于有了更多的数据，我们可以接受更多的混杂、更多数据上的不精确。如果我们对于一个事物只有50个数据点，那么每一个数据点都必须非常精确，因为每个数据点都是有用的;但是如果我们有5000万个，去掉10个，甚至去掉1000个都没有太大的问题。
转变之三：不再探求难以捉摸的因果关系，转而关注事物的相关关系。分析大数据主要为了预测未来“是什么”，而不是“为什么”。因为很多时候我们以为我们找到了事情背后的原因，实际上却没有找到。更多时候知道了“是什么”就足够了。例如知道流感将会扩散到哪里就足够了，我不需要知道为什么;知道什么时候在网上购买机票能够获得最优惠的价格就足够了，我不需要知道为什么此时价格最低。
二、大数据带来的变化
大数据从根本上改变我们认识世界和改变世界的方式。很多传统的习惯将被颠覆，很多旧的制度将面临挑战。举例来说：
第一，科学探究的思路和方式受到挑战
探究是新课程改革中的一个热词，是促进学校教学与科学研究相融合的实践举措。科学探究的基本路径是：发现问题，提出假设，制定方案，实践探究，分析数据，得出结论。之所以会梳理出这样一个探究的路径，与我们对问题知晓的信息过少有关。换句话说，对所要研究的事物，我们知道的数据很少，需要从这些很小的数据出发，通过猜想和假设，进行试探性的研究，如果研究得出的'结果和自己的假想是一致的，则说明我们的假说是正确的，这些假说会上升为对该事物描述的知识，我们掌握该事物的数据也随之增加。
利用测量所获得的点滴数据，从一个局部来推测世界是怎样的，这是科学探究的基本思路和方式。长期以来，我们总是通过这样的方式来认识世界，对其有宗教般的信仰。尽管我们知道，决策者总是先有了想法，才会提出假设。如果决策者自身对所研究的事情存在着偏见，所提出的假设就很难得到实证的支持，这往往会导致探究花费了很长的时间、很大的物力和财力，也常常劳而无功。但科学研究者还是坚定不移地沿着这条道路前行，学校在教学中也将其作为科学研究的基本规范来传授。
在大数据时代，这样的研究方式收到了极大的挑战。先举个事例来说吧。手机辐射是否能够致癌?关于这个问题，无论我们的假设如何，实验的设计都很难进行。首先，样本选择过少，没有统计学上的意义;其次，不能拿人做研究对象;第三，短时间的研究很难观察到变化。有了大数据之后，这样的难题就可以迎刃而解了。前段时间，丹麦就进行了这样的研究。丹麦拥有1985年手机推出以来所有手机用户的数据库。他们从这个数据库中分析了1990年至2007年拥有手机的所用用户的数据，同时，他们还收集了这一期间医院收集的所有癌症患者的数据，然后分析手机用户是否比非手机用户有更高的癌症发病率。这两个数据库本身是完全独立的，在作分析之前从来没有想过可以做这样的研究。结果表明，使用移动用户和癌症风险增加之间不存在任何关系。2011年10月，这一研究的结果发表在《英国医学杂志》上。
上述的案例告诉我们，在获得了大量的数据，能够对事物的整体进行全面的认识之后，假想就没有意义了，我们可以直接根据全面的数据做出结论。
❂ 大数据时代心得体会 ❂
在学习数据库和数据表创建和修改时，了解到表是建立关系数据库的基本结构，用来存储数据具有已定义的属性，在表的操作过程中，有查看表信息、查看表属性、修改表中的数据、删除表中的数据及修改表和删除表的操作。从课程中中让我更明白一些知识，表是数据最重要的一个数据对象，表的创建好坏直接关系到数数据库的成败，表的`内容是越具体越好，但是也不能太繁琐，以后在实际应用中多使用表，对表的规划和理解就会越深刻。我们上机的另一个内容是数据库的约束、视图、查询。从中我们了解到查询语句的基本结构，和简单select语句的使用，多表连接查询。而在视图的操作中，也了解到了视图是常见的数据库对象，是提供查看和存取数据的另一种途径，对查询执行的大部分操作，使用视图一样可以完成。使用视图不仅可以简化数据操作，还可以提高数据库的安全性，不仅可以检索数据，也可以通过视图向基表中添加、修改和删除数据。存储过程、触发器也是我们学习的内容之一，在操作中有建立存储过程，执行存储过程，及查看和修改存储过程，这些都是非常基础的东西，但对用户却是非常重要的呢，只有熟悉了t_sql语言，才能更好的掌握更多的东西。我们还学习了，sql管理、数据的导入、导出、备份和还原。有sqlserver安全访问控制；登录账户的管理；数据库角色的管理；用户权限管理。维护数据库的安全是确保数据库正常运行的重要工作。数据的备份是对sqlserver数据事务日志进行拷贝，数据库备份记录了在进行备份操作的数据库中所有数据的状态。而数据的备份还分为数据库完整备份、差异备份、事务日志备份、文件及文件组备份。做数据备份就是为了以后的数据库恢复用。我们还做了仓库管理数据库，其中的要求包含了许多数据库的对象，综合了我们所学的许多知识，让我们更努力的把所学到的东西运用上去。
❂ 大数据时代心得体会 ❂
对于畅销书、热门话题、时尚科技，一直不是很感兴趣。书刊，喜欢有一定年份的。话题，钟情于务虚的观点。
新奇的产品于我无缘，***用成熟的科技产品。它既不崇高也不冷漠。就是要与现实保持一定距离，留一点思考的空间。这一***近破了例。
由于工作的原因，耳濡目染，“大数据”这个新兴概念开始频繁步入我的视野。按捺不住内心的好奇，网购《大数据时代》，手不释卷，三天读完，颇有收获。此书有如下特点。
首先，作者站在理论的制高点上，条理清楚地阐述了大数据对人类的工作、生活、思维带来的革新，大数据时代的三种典型的商业模式，以及大数据时代对于个人隐私保护、公共安全提出的挑战。其次，本文的例子贴近现实生活和时代，既给读者留下深刻的印象，又能使读者感同身受。此外，作者没有使用很多专业术语，也没有装出专业的面孔。
纵观全书，遣词造句，均通俗易懂。
作者认为大数据时代具有三个显著特点。
1、 当人们研究和分析一个现象时，他们将使用所有的数据而不是抽样数据。
2、 在大数据时代，我们不应盲目追求数据的准确性，而应适应数据的多样性、丰富性，甚至接受错误的数据。
3、 理解数据之间的相关性比探索因果关系要好。“是什么”比“为什么”重要。
作者指出，随着技术的发展，数据存储和处理的成本大大降低，人们现在已经有能力从零碎的、看似无关的数据渣中提取真实的知识。在大数据时代，三类公司将成为时代的宠儿。一是拥有大数据的公司与组织。
如**、银行、电信公司、全球性互联网公司(阿里巴巴、**网)。第二，拥有数据分析和处理技术的专业公司，如亚马逊和谷歌。第三，具有创新思维的公司可能不掌握大数据，也不具备专业技术，但他们善于利用大数据，从大数据中找到自己的理想世界。
面对即将到来的大数据时代，个人将如何自由应对？这是个严肃的问题。《大数据时代》读后感2
去年的“云计算”炒得热火朝天的，今年的“大数据”又突袭而来。仿佛一夜间，各厂商都纷纷改旗换帜，推起“大数据”来了。于是乎，各企业的cio也将热度纷纷转向关注“大数据”来了。
有一张来自《程序员》微博的漫画很形象。我认为这幅图真实地反映了当前中小企业云计算和大数据的现状。
不过话又还得说回来，《大数据时代》是本好书。
当然，很多it知名人士也大力推荐，写了好多读后感来表述对这本书的喜欢没看此书之前，对所谓大数据的概念基本上是一头雾水，虽则有了解关注过现在也比较火热的bi，觉得也差不多，可能就是更多的数据，更细致的数据分析与数据挖掘。看过此书后，感觉到之前的想法，只能算是中了一小半吧---巨量的数据，而另一前：着眼于数据关联性，而非数据精确性，或许才是大数据与现时bi的不同，不仅仅是方法，更多的时思想方法。
不过坦白讲，到底是数据的关联性重佳，还是数据的精确性更好，还真的需要时间来检验一下，至少从现在的数据分析方法来论，更多的倾向于数据的精确性。
看完此书，我心中的一些问题：
1、什么是大数据？
查了查百度百科，是这样定义的：大数据（bigdata），或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4v特点：
volume、velocity、variety、veracity这个好像是ibm的定义吧。
从个人角度来看：海量数据和海量存储是大数据的基本原型。
2、大数据适合什么样的企业？
确实，大数据的前提是海量数据。只有拥有大量的数据资源，才能发现数据的相关性，通过专业化的处理，使其为企业创造价值。对于电信运营来说，像互联网应用这样拥有海量用户数据的大企业在应用大数据的道路上也有着独特的条件，但是对于中小企业来说呢？销售订单数据？
若非百年老店，估计数据也是少得可怜，能用的可能只有消费者数据了吧。貌似大多数厂商，用来举例的也就是消费都购买行为分析为最多。
同样，在公共事业类的**机构，大数据的作用也许也能很好的发挥。相反，大数据在大多数中小企业的应用似乎有点小题大做。书中说：
大数据是企业竞争力。诚然，数据是企业的核心无形资源（如果使用得当的话），但所有的数据，还是换句话说：所有的企业与大数据竞争真的合适吗？
是否在中小企业中，会显示得小题大做呢？
3、大数据带来的影响
当一波又一波的it技术热潮源源不断地向我们铺面而来的时候，你甚至都没有做好准备，你都要开始迎接它所给你带来的影响了。借助物联网和云计算，大数据开始出现。但它到底给我们带来了什么呢？
1）**未来书中以google成功**了未来可能发生流感的案例来开篇，表明通过大数据的应用，可以为我们的生活起一个保驾护航的指向标。实质很简单，技术改变世界。
2）变革商业大数据所带来的商机，同时会衍生出一系列与大数据相关的商业机遇与商业模式，数据的潜在价值会源源不断地发挥作用可以容易想到的是未来有专门的数据收集，数据分析，数据生成的一条数据产业链产生。影响的，当然是it公司
3） 正如《变革思维》一书所述：因为有大量的数据作为基础，在未来，我们可能会更加关注数据的相关性，而不是精确性。对这条，本人还是持保留意见的。《大数据时代》读后感3
现在说到新的**和互联网，有必要提及大数据，而大数据似乎是不言而喻的。而且人云亦云的居多，不少谈论者甚至还没有认真读过这方面的经典着作——舍恩佰格的《大数据时代》。维克托·迈尔舍恩伯格何许人也？
现任牛津大学网络学院互联网研究所治理与监管教授，曾任哈佛大学肯尼迪学院信息监管研究项目负责人。他的咨询客户包括微软、惠普、ibm和其他全球企业。他是欧盟官方互联网政策的真正制定者和参与者。他还曾担任多国**的高级智囊团。这位被誉为：
大数据时代的预言家“的牛津教授真牛！那么，这位大师说的都是金科玉律吗？并不一定，读大师的作品一定要做些功课才好读懂，才能能与之进行一场思想上的对话。
舍恩伯格从三个方面论述了大数据：思维变革、业务变革和管理变革。
在第一部分”大数据时代的思维变革“中，舍恩伯格旗帜鲜明的亮出他的三个观点：
一、更多：不是随机样本，而是全体数据。
二、更杂：不是精确性，而是混杂性。
三、更好：不是因果关系，而是相关关系。对于第一个观点，我不敢苟同。
一方面是对全体数据进行处理，在技术和设备上有相当高的难度。另一方面，是否有必要为简单事实的数据分析收集所有数据？
我曾与香港城市大学的祝建华教授讨论过。祝教授是通信科学研究方法和数据分析方面的专家。他认为，可以找到一种数理统计方法进行分析，并非所有的数据都是必要的。联系到舍恩伯格第二个观点中所说的相关关系，我理解他说的全体数据不是指数量而是指范围，即大数据的随机样本不限于目标数据，还包括目标以外的所有数据。
我认为大数据分析不能排除随机抽样，但抽样的方法和范围应该扩大。
我同意舍恩伯格的第二观点，我认为这是对他第一个观点很好的补充，这也是对精准传播和精准营销的一种反思。”大数据的简单算法比小数据的复杂算法更有效。“更具有宏观视野和东方哲学思维。
对于舍恩伯格的第三个观点，我也不能完全赞同。”不是因果关系，而是相关关系。“不需要知道”为什么“，只需要知道”是什么“。
传播即数据，数据即关系。在小数据时代人们只关心因果关系，对相关关系认识不足，大数据时代相关关系举足轻重，如何强调都不为过，但不应该完全排斥它。大数据从何而来？
为何而用？如果我们完全忽略因果关系，不知道大数据产生的前因后果，也就消解了大数据的人文价值。如今不少学者为了阐述和传播其观点往往语出惊人，对旧有观念进行彻底的否定。
❂ 大数据时代心得体会 ❂
1买回来看完的感觉是平平而已。个人看法，在五分制下，大概也就是最多打三分。这本书可以买来读。比较完整全面。有很多情况。具有一定的参考意义。写ppt和吹牛是有用得，但没有什么重大意义。
很多观点不能同意。
一、主要观点上可以探讨的地方
作者提出了关于大数据的“掷地有声”的三个原则。这三个原则凡讲大数据必被提及，很多人奉为圭臬。但是我觉得每一点都值得探讨。
这三点是：不是随机样本，而是全部数据；不是准确性，而是混合性；不是因果关系，而是相关性。
看完之后感觉都有点不是那么回事。
1.不是随机样本，而是全体数据
这个说得好像人类从来就不知道使用全体数据可以得到更全面的结论，而非要去煞费苦心发展出一套抽样技术一样。人类早就知道处理全尺寸数据的好处，而进行抽样分析的原因无非是两个原因：一是处理能力跟不上数据采集能力。
作者认为人类之前主要受限于数据的处理能力而不去处理全量数据，但在目前机器处理能力有了巨大的提升的时代，限制绝大多数应用的瓶颈不是计算能力而是数据采集能力（不要去提那些极少数需要超级计算机的场合，那个和多数人无关、和本书的商业主题也无关）。但是即便如此，抽样所要针对的很多应用场景是不太可能收集全量数据的情况。比如人口普查，不管计算机有多强大，目前仍有很多数据需要人工采集，所以这次人口普查仍需要抽样进行。
有意思的是，作者用人口普查是抽样分析来说明非“全量”时代我们被迫采用了抽样，而最终也没法说我们是否已经可以用全量数据来做人口普查了。事实上，至少就目前而言，抽样仍是人口普查的必然选择（好吧，你可以想象，未来每个人都会安装芯片，你可以在ppt中告诉你的客户和老板）。再比如我们统计里的经典问题：
怎么估算一批零件的使用寿命？怎么去分析一批奶品里的三聚氰胺？在过去，我们不能做一个完整的测试，因为这意味着这批零件将被丢弃，而这批牛奶将用于测试，所以测试结果是没有意义的（嗯，你也可以说：
让我们收集历史上所有这些部分的用法，以便分析。。。。好吧，来吧，雄心勃勃的索年）。现在呢，还是必须依赖抽样。
即使没有提到这些例子，也只是从逻辑上讲：收集和处理数据本身的行为不断地产生新的数据。我们又怎么证明这些数据不是你需要的“全量”的一部分呢？
作者的行文中，关于什么是“全量”，处于不断的摇摆之中。有时指“我们需要的所有数据”，有时指“我们能收集到的所有数据”。作者举了人口普查的例子，这个全量显然指前者。
而在很多商业案例中，又显然指后者。我们有能力处理越来越多的、在以前不敢想象的大量数据，但是至少目前看，我们还没不可能说我们处理了“全量”。我们最多可以说我们能处理我们能搜集到的“全量”，但如果据此产生了我们已经没有遗漏数据了的感觉，认为所有数据尽在掌握了，那我认为是一种很可能导致错误的错觉。
2.不是精确性，而是混杂性
这个么，说得好像以前的人类在使用“抽样”数据时竟然都认为取到的数据是“精确”的一样。在使用采样数据时，我们知道要容忍某些错误。我们甚至知道在就算取得了“全样”数据的时候，也可能因为有各种原因而导致的不精确，统计实践中对此有相当多的案例。
人类从来不指望我们通过数据分析得出的大多数结论是准确的。我们从来都要在信息混杂的情况下做出大多数的决策。
3.不是因果关系，而是相关关系
这是许多人（包括作者）认为的最有价值、最有意义的发现，但实际上也是最收批评的观点。就连翻译周涛教授也在前言中说，他不能继续下去了。至于他，他认为如果他放弃因果关系的分析，那将是人类的堕落。我不想谈这么高层次的哲学，只想从逻辑和技术的角度来讨论。
计算机能给我们的结论（到目前为止，在可预见的将来）都是相关的。计算机从未提供过明确的因果关系给人类。因果关系是否是基于数据的人类判断。
已经有相当多的应用，但也只是考虑相关性，而不是因果关系：确定因果关系需要更多的精力和投资。所以只看相关性而不看因果性也不是什么新的结论（实际上已经是个很旧的结论了）。
而这个相关性是不是可以作为决策的基础呢？这个一样离不开人的判断。有一个这样的故事：
通过大量的数据分析，慈善组织得出结论：一个国家、地区的电视机的普及率与发达富裕程度很有关系（冰箱、洗衣机、空调、高跟鞋、牛仔裤，etc.，也会和发达程度有这样的相关性），于是他们就向贫困国家赠送了很多电视，认为此举可以促进改过的经济发展。
可以说，电视的普及与经济、文化息息相关，但是实上，经济的发展更可能导致电视的普及，反之亦然。所以，我们真的不需要因果分析吗？说得玩笑一点：
这个世界真的不需要脑子了吗？
作者举了一个例子：google分析搜索关键字，以确定流行病可能发生在哪里。认为这就是利用了相关性而不是因果性。
这是没有利用因果判断吗？现在，在投资巨大的机器资源进行分析之前，分析人师已经**，疾病的症状可能会导致人们上网搜索（影响搜索行为）。谷歌存储的用户上网信息肯定远远不止一个搜索关键字，分析师为何不开足马力把“全量”数据、各个指标都分析一遍呢？
比如用户上网地点？上网时间？上网频率？
上网语言？浏览器版本？客户端操作系统？
等。。。为什么它会像导弹一样把机器资源放在关键词上？
总之，为了展示新的思想，作者对这些原则过于绝对。而排除掉绝对的成分后，这些观点也就不显得是创新了。作者把三个数据分析人员一直秉持的原则，当做全新的东西讲了出来。
时代在变，我们应该经常重新审视这些原则，以确定我们的思想是僵化的还是过时的。我同意作者重新审视这些观点，但我认为没有必要这么做。
二、细节论据上可以探讨的地方
除了三大原则不够令人信服外，在一些细节上，笔者的引用也不是很严谨。
如第51页，对于拼写检查的算法的优化。作者提到，通过输入大量的数据，四种常用的语法检查算法的准确性有了很大的提高，说明大数据起到了一定的作用。这是一个很有启发性的例子，可以进一步分析和研究，但是
仅仅4个例子，够得出很有力的结论吗？4个算法，作者没注意到这是一个非常小的样本吗？不能因为这是4个用了大数据的采样，就认为这是一个支持大数据的有力结论了吧。
（顺便问一下，我想问他们：为什么不测试几十个几百个算法呢？是不是面对如此“大量”的计算，也只好折中选择了一个抽样的小样本呢？
甚至连样本数量是否合格都不顾上了吗？）
三、这本书有什么用处？
对于这样一本书，我不明白周涛教授为什么在前言中建议你每本买一本。为什么要买？难道作者理清自己脑子的过程很值得我们关注吗？
译序里说：“作者渴求立言立说的野心”，但是我恐怕作者是达不到这个目标的。关于作者的简介为：
“《大数据时代》是国外大数据系统研究的先河之作，本书作者维克托·迈尔·舍恩伯格被誉为‘大数据商业应用第一人’，....早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。”
总的感觉是作者有很多想法，看过很多案例（这些案例在书中有丰富的反映，也有参考价值）。但并不是一个人真的在与数据搏斗（这是我的猜测，我还没有证实他的经验）。请不要告诉考生他做过哪些咨询案例，这远没有真正体验到数据的折磨。
）。第183页说道：“...执行官们信任自己的直觉，所以由着它做决定。
然而，随着管理决策越来越受到**分析和大数据分析的影响和控制，依靠直觉决策的局面将彻底改变。..."真的会么？如果你面对某一家企业做咨询，那可以这样讲。
采用一项新技术有可能大大提高企业的战斗力，超越竞争对手。但作者是希望与业界对话的人。面对整个社会，我们这样做并不严谨。引用一个例子：
在中国国际象棋学院的一次训练会后，主教练马晓春对第二天要去各自主队参加围攻的队员们说：祝大家周末都能赢。棋手们笑了：
我们只有一半的人能赢啊。同样，如果每个人都采用大数据技术，那么总会有企业在竞争中落后。而既然我们实际上无法真正分析“全量”数据，那ceo们还是会有很大的决策空间，哪怕很多决策实际上“不科学”。
最起码，他们需要决定将有限的企业资源投入到对什么样的大数据进行分析，并如何应用分析出来的结果。嗯....我认为，这多少还是要依赖一些直觉的。
那么大家是否应该看一下这本书呢？我的答案是应该看一看。既然大数据是当前的潮流、相关的研究/商务活动层出不穷，那么做it工作、数据工作的人对于“最好的”专著无论如何都必须看一下。
书中集中展示了很多案例，值得作为参考和启发思维。此外，为了作为谈资、为了在写大数据ppt时有所依据，大家也得看看这本书。根据不同情况，可以对内容进行复制、粘贴、理解和重写。
这些内容，我相信买一版也就够了。需要提醒ppt人员的是，演示前请想清楚如何回答可能被提及的质疑。
2今天看完了舍恩伯格的《大数据时代》。如果抛开对翻译人员的赞誉不谈，我会说，这本定价50元、介绍互联网前沿趋势的书，价值不大，其中的一些例子在我看来不能完全归因于大数据领域。
舍恩伯格提到的三个趋势中的前两个我倒是非常赞同：
1.样本渐趋于总体；
2.精确让位于模糊；
至于第三点，“关联比因果更重要”，这与周涛教授的观点是一致的，我不太同意。作为一个理工科学生，我相信一切事物背后都有原理，人类终究是要找到并且搞明白世界之所以如此运行的原因的。否则，科技发展到后来，岂非变成了巫术一般的存在？
当然作者在文中提到了人类有急于寻找因果性的冲动，而有时候找到的所谓「因果」也并非真正的因果。表面理性的人常常被非理性所迷惑，满足于想当然的解释。在这种情况下，片面甚至错误的因果性还真的没有相关性靠谱。
但我们也不可忘了，相关性始终只是暂时的途径，我们的终极目标还是因果性，否则，人之为人的一项根本属性就不存在了。
这本书的另一个值得称赞的地方就在于作者作为大数据的倡导者，并没有一味大加褒扬，而是深刻洞察到了新的技术趋势会带来哪些问题。诸如个人隐私和数据**等在数据主导时代可能发生的严重后果，作者都给予了足够的考虑。并且难能可贵的是，针对未来可能出现的危机，舍恩伯格还给出了具有建设性的应对之道——看了他的个人履历后，你不得不佩服这样一位在技术和公共政策都具有独到见地的跨领域专家。
3两年前，还是社会学专业的我最喜欢翘的课叫做”社会统计学”，与其听着传统死板的抽样调查与回归分析，我更喜欢和一个做数据挖掘的数学系同学四处溜达。“数据挖掘（data mining）是什么？”她跟我举了一个最简单的例子：
“沃尔玛通过对超市里人们购买行为的大量数据分析，发现男人们来买啤酒的时候，通常也会买尿布。这样的发现就让超市将尿布和啤酒摆放在一起出售，从而提高利润。”
“严谨的社会学训练”让我几乎在当时就开始思考“为什么？”“尿布和啤酒的销售量为什么会有关联呢？是因为男人们买啤酒的时候，会‘顺便’购买尿布？
还是因为买“尿布”的时候会联想到‘’啤酒’？”——这使我立刻意识到在社会科学的学习中，因果关系已经成为了一种极其普遍的范式——甚至夸张一点说，所有社会科学的研究都只是为了解答一个问题——“为什么？”它面向过去，面向所有已经发生的事实，试图通过信息收集和逻辑假设来说明一个道理：
”人类社会中**事情的发生，是因为**及**因素的作用。“
我意识到，这与《大数据时代》中所提出的”大数据思维“的三个层面正好截然相反：
1、不是因果关系，而是相关性。大数据思维只关注”相关性“，而不再关注因果关系。也就是说，沃尔玛知道尿布和啤酒、手电筒与pop-tarts蛋挞的销量具有正相关性，就足够做出将两个物品摆放在一起销售的决策了。
它并不需要去分析原因，因为只要知道这件事情”正在发生“或者”即将发生“，企业就完全能够做出正确的决定。
2、“样本=全部”——不是随即样本，而是全部数据。《大数据时代》也对传统意义上的统计学构成了冲击。在这样一个我们有足够强大的数据搜集和数据处理能力的时代，样本不再是万分之一，而转变成了”样本=全部“，样本，就是万分之一万。
传统意义上的统计学的随机抽样方法中有一条极其明智的真理：”采样分析的精确性随着采样随机性的增加而大幅提高，但与样本数量的增加关系不大。”可以说，“样本分析”奠定了绝大多数科学研究的基础。
而大数据时代，全数据分析的模式将全面替代“样本分析方式”。正如《魔鬼经济学》（freakonomics）中，作者关于相扑运动员的研究，其创造性的观点正式通过使用了11年中超过64000场摔跤比赛的全数据记录来寻找到了异常性。这样的洞见，恰恰是样本分析所无法提供的。
3、不是精确性——而是混杂性。数据量的显著增大也必然会让我们付出一些代价——一些不准确的数据会混入数据库，结果也可能不准确。这就是大数据时代的另一种思维——“不是精确性，而是混杂性”。
对“小数据”而言，最重要的要求就是减少错误。而在大数据的采集里，在技术尚未达到完美无缺之前，混乱是无可避的。虽然我们得到的信息不再那么准确，但收集到的数量庞大的信息让我们放弃严格精确的选择变的更为划算。
从谷歌翻译系统中可以看到，它收集了上万亿的语料库，来自未经过滤的网页内容，可能会含有不准确的用法、语病，未必每一条语料库都非常“精确”，然而这个语料库是布朗语料库的几百万倍大，这样的庞大规模优势完全掩盖了它的缺点。也就是“大数据的简单算法，比小数据的复杂算法，更加有效”。
总体而言，大数据时代透露出三个特征——更多、更杂与更好。它面向未来，要做的事情是关于“**”。正如作者所说"大数据要求我们有所改变，我们必须能够接受混乱和不确定性。
精确性似乎一直是我们生活的支撑，就像我们常说的‘钉是钉，铆是铆’，但认为每个问题只有一个答案的想法是站不住脚的，不管我们承不承认。一旦我们承认了这个事实，甚至拥护这个事实的话，我们离真相又近了一步。“
当我们用”物联网“去开始测量、记录、分析，世界，并将我们的世界”数字化“的时候，information technology，信息技术的变革，就将聚光灯转向了information的身上。
从三千多年前会计学的诞生开始，人们将大量的经济活动”数字化“。然而，”数字化“只是为”数据化”拉开序幕。
在google的数字图书馆中，”文字“也已经被“数据化”，人们可以检索、对比、发现不同的词组在几十年来中含义和运用的沿革。人可以阅读，机器也可以分析。
在foursquare和街旁网中，“方位”也已经被“数据化”，在我们喜爱的地方”check-in“,我们通过忠诚度计划、酒店推荐和其他计划得到好处。
在facebook或twitter的里，"沟通"也已经被“数据化”，伦敦的金融公司通过分析每天的twitter的大量数据，以作为股市的投资信号。
而更令人兴奋的是，”数据"作为一种资源，本身是一种非竞争性的资源，它的价值并不会因为被使用而减少，相反，它可能被通过不断地重复使用而产生出更高的价值。数据本身的价值，是它所有能够产生的可能选择的价值的总和。书中提到了几种数据创新：
1、数据再利用。数据的运用者常常不是那些拥有大量数据的机构，却是那些恰好可以用这些数据来支持其商业模式的机构，这就是“再利用”
2、重组数据：将多个数据集的总和重组在一起时，充足总和本身的价值也比单个的总更大。丹麦的癌症研究就是将所有的癌症患者和手机用户的数据结合起来，从而揭示两者是否有关联性——幸运的是，全数据显示并无关联。
3、可扩展数据。譬如，零售在店内安装的监控摄像头，不仅能认出把手，也能跟踪经过商店的客户流和他们停留的位置。
4、数据的折旧值：随着时间的退役，大部分的数据都会失去一部分基本用途。然而，即使数据用于基本用途的价值会减少，但选择的价值却依然强大。
从这个角度，组织机构应收集尽可能多的使用数据，并保存尽可能长的时间，同时也应当与第三方分享数据，保留所谓的“延展性”权利。
5、数据废气：在拼写检查中，用户会有大量的错误拼写。这些数据看起来是废品，但收集在一起却能够锻造成一块闪亮的金元宝。
例如，当couresa这样的网络平台中一个班级数量超过万人时，教授发现2000个学生在作业中犯了同样的一个错误。修正后，系统将会提醒以后犯同样错误的学生。通过这些’错误“，我们改变了教育的方式。
6、开放数据：**只是收集信息的托管人，而数据应当对全球开放。
在大数据价值链上，会有三种不同的大数据公司，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。从我的理解来看，第一种人，拥有金矿的矿山。第二种就是数据分析师，也可以说，拥有开采、提炼金矿的技术。
第三种则是加工金矿的人，把金矿做成金元宝、首饰，通过创新思维让数据具有商业价值。在大数据时代的早期，思维和技能是最有价值的，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，也就是说——金矿本身才是最值钱的。
然而，大数据背后带来的也是重重隐忧——从我们的隐私不断暴露，个人在网络上留下的千丝万缕的踪迹似乎让人们又回到了”老大哥在看着你“的那种担忧。”“数据统治”的登峰造极从哲学上会抹杀人的自由意志和选择的可能性，正如，基于你以前的各类数据分析，陪审团断定你以后将会犯罪。那将是人性面对技术的一次溃败。
阅读《大数据时代》的过程，总是让我不断地想起库恩《科学革命的结构和范式》。毫无疑问，大数据带来的是思维范式的根本性变革——我们将不再沉湎于历史和过去，试图解释某种联系，而是更好地觉知当下，与正在发声的未来。
4大数据这个概念现在可说是红得发紫，有谣传说连**的大领导们都上了大数据的贼船，寻思着要从维克托迈尔舍恩伯格的《大数据时代》中学习如何治国理政。
笔者却对大数据充满了吐槽的欲望，部分是因为笔者曾经遇到过一位大数据的狂热鼓吹者，名言是“是不是科学就看有没有大数据，有大数据就是科学，没有大数据就不是科学，”以及“我觉得宇宙应该是什么什么样的，这样比较符合我的审美。”笔者觉得此人实在是个妄人，手里有把锤子就把一切都当成钉子……
笔者也读过维克托迈尔舍恩伯格的《大数据时代》，也并不认为大数据全都是胡扯——大数据肯定是有用的，不过有些鼓吹者恐怕吹得有点过了。而且，大数据还是个出现没两年的新领域，今天认为确凿无疑的东西明天也许就会被发现是错误的。
笔者也读过一些吐槽大数据的文章，比如纽约时报专栏作者大卫布鲁克斯（david brooks）的《大数据不能做什么？》大卫布鲁克斯说，大数据不懂社交。数据分析擅长于分析社会关系的数量而非质量。
社交网络的数据科学家可以分辨出6个你的同事，你一天中有76%的时间会见他们。而却很难发现你一个一年只见两次面的童年伙伴。更别说发现像但丁对贝特丽丝的爱情那样，只见过两次面就深爱上对方的情况了。
这说明并非所有的信息都能被大数据所利用。大数据会忽略很多信息，有时还是十分重要的信息。
与之类似的是，大数据不懂得背景。我们说一句话究竟是认真的还是开玩笑，是为了表达愤怒还是善意，这些都要放在复杂的背景中来理解，数据分析很难搞清楚这些。
第三，大数据会带来大量毫无意义的伪相关。有人说，现有的数据，多的可以让你想要分析出什么结果，就能分析出什么结果。想像一下，如果领导们发现冰激凌的销量和****件的数量呈正相关会怎么样？
随着数据的增长，这种伪相关将呈指数级增长。
第四，大数据不能处理真正的大问题。大卫布鲁克斯说，如果你想看一下哪些邮件对推广活动最有效，你可以进行随机抽取对比组样本。进行比较。
可是，如果我们想模拟一个衰退期的经济体。我们没办法去找这样的一个对比组。我们经常会看到人们争论什么是最好的经济刺激政策。
而我从来没有看到争论的双方能够用数据分析说服另外一方的。而治理国家所面对的恰恰是这些大问题。另一方面，大数据也不擅长**小概率事件，像**什么时候会发生**，什么时候会发生恐怖袭击，什么时候会发生革命这种事，数据分析是无能为力的。
第五，数据偏爱潮流，忽视创新——这对领导们来说倒是无所谓的，因为领导们本来就不想要创新。创新对官僚体制来说是件很糟糕的事，有创造力的官僚体制往往会把自己搞垮掉。
最后，原始数据其实并不原始，原始数据往往会被扭曲。对领导们来说，他们所面对的一大问题就是：他们不可能一边封网一边还能收集到真实客观的原始数据。
封网和收集真实数据是彼此矛盾的。封网本来是想欺骗别人，最后却可能只是骗了自己。
上面是大卫布鲁克斯的吐槽和笔者的评论。笔者也有自己的话要说，主要是关于大数据中不管因果只看相关的数据分析方法。
《大数据时代》说，我们知道什么药能治什么病就足够了，不必知道为什么。从这句话中，我们可以看出该书的作者对因果关系的理解有误：统计学上说知道因果关系是指我们高度确定（>95%）某一件事导致了另一件事的发生，而不是说我们知道这种关系背后的原理。
换句话说，我们说某药能治某病，这本身就是一种因果关系，无论我们是否知道治病的原理。如果二者之间只有相关关系，我们恐怕就只能说些类似“某种药物的摄入量与某种疾病的发病率之间存在负相关”的话。
因果关系还是相关关系，对我们来说有什么区别吗？区别就在于如果我们只知道两组数据（例如冰激凌销量和****件数量）之间存在相关，那么我们或许可以利用这种相关（例如一旦发生****件就赶紧推车上街卖冰激凌），但是如果想要改变现状，恐怕还是需要知道因果关系才行（禁止冰激凌就能够把****件消灭在萌芽状态吗？谁知道？！
只知道相关关系并不能保证这一点）。企业一般只需做到前者就能赚到钱，可是想要管理社会的话，只知道相关大概是不够的。
说到底，大数据是一座矿山，我们能够从中挖到些什么东西是不确定的。对企业来说，只要挖到了东西，赚到了钱，它们也就满意了；如果什么都挖不到，它们也只能怪自己运气不好。但是如果**想要大数据给它提供“不发生任何意外事件”的安全保证，那么这种保证恐怕是大数据无法提供的。
另一方面，大数据也解决不了官僚体制内部沟通不畅、派系斗争和动机缺乏等等问题。
最根本的问题恐怕还在于**的脆弱性：**想要稳定，因为变化几乎肯定会对它有害；而市场拥抱变化，因为它总是能够从变化中获益。这两种不同的心态或许决定了数据所能给它们带来的意义。
5 第一部分：精彩句子赏析
第1句：世界的本质就是数据。（pⅴ）
感悟及喜欢的原因：现今的我们正处于一个时代转型中，有谁会想到富士、柯达胶卷这样的百年企业会被时代所淘汰，因为科技的发展与互联网的日益强大，数据将逐步取代旧事物，创造出新事物。
第2句：这是当今社会所独有的一种新型能力：以一种前所未有的方式，通过对海量数据进行分析，获得巨大价值的产品和服务，或深刻的洞见。（p4）
感悟及喜欢的原因：数据可以反映出很多项指标，特别是海量数据的处理下，如何挖掘获得价值更是需要一种具有新型的复合能力人才，而得以用数据改变对世界的认知、改变市场、改变关系。
第3句：大数据的核心就是**。（p16）
感悟及喜欢的原因：以前单纯依靠人类判断力的领域都会被计算机系统所改变甚至取代，运用大数据的处理与分析，为我们的生活创造出前所未有的可量化的维度。
第4句：大数据是指不用随机分析法这样的捷径，而采用所有数据的方法。（p39）
感悟及喜欢的原因：“总体=样本”以前是做不到的，现在对于数据的储存、处理能力、统计技术与数据资源等各方面都有了飞速的发展，信息总量的变化也导致量变到质变的飞跃，并在其中去捕捉随机抽样所无法揭示的细节。
第5句：要想获得大规模数据带来的好处，混乱应该是一种标准途径，而不应该是竭力避免的。（p60）
感悟及喜欢的原因：处理海量数据会不可避免地导致部分信息的缺失，错误并不是大数据固有的特性，而是一个亟需我们去处理的现实问题。目前，我们正经历着从数据的精准性到总体即样本的关注焦点转变，分析其多样式与相关关系是这种缺陷的弥补方法。
第6句：局限于狭隘的小数据中，我们可以自豪于对精确性的追求，但是就算我们可以分析得到细节中的细节，也依然会错过事物的全貌。（p66）
感悟及喜欢的原因：寻找数据间的关联并利用，才是大数据超过小数据时代的真正价值。
第7句：大数据的相关关系分析法更准确、更快、而且不易受偏见的影响。建立在相关关系分析法基础上的**是大数据的核心。（p75）
感悟及喜欢的原因：只用知道是什么，不用知道为什么，相关关系帮助我们更快、更好地了解了这个世界。
第8句：数据化是指一种把现象转变为可制表分析的量化形式的过程。数字化指的是把模拟数据转换成用0和1表示的二进制码。（p104）
感悟及喜欢的原因：计量和记录一起促成了数据的诞生，它们是数据化最早的根基。数字化带来了数据化，但是数字化无法取代数据化，因为数字化是把模拟数据变成计算机可读、可处理的数据，和数据化有本质上的不同。
第9句：**给我们知识，而知识赋予我们智慧和洞见。（p117）
感悟及喜欢的原因：虽然数据的使用还远未成熟，但是从潜在的数据中挖掘出巨大的价值，然后揭示出新的深刻洞见，是我们思维方式的发展，同时也是智慧的开启。
第10句：“现实挖掘”这里指的是通过处理大量来自手机的数据，发现和**人类行为。（p118）
感悟及喜欢的原因：麻省理工学院**实验室通过分析每个人去了哪里、见了谁，成功地区分出了感染了流感的人群，而且在感染者还完全不知道自己已经患病之前就做出了区分。比如，伊格尔通过研究关注家庭主妇平均每周去几次洗衣店，来试图回答疾病如何传播和城市如何繁荣。
再比如twitter通过创新，让人们能轻易记录以及分享他们零散的想法从而使情绪数据化得以实现。这种种都说明，通过读取、分析数据，我们可以找出很多相关关系，让我们对世界、对生活有更深刻的理解。
第11句：将世界看作信息，看作可以理解的数据的海洋，为我们提供了一个从未有过的审视现实的视角。它是一种可以渗透到所有生活领域的世界观。（p126）
感悟及喜欢的原因：随着时代的发展，数据逐渐可以量化一切。数据的价值也从最基本的用途转变为未来的潜在用途。
另外数据不同于物质性的东西，它的价值不会随着它的使用而减少，而是可以不断地被处理、再利用，挖掘出更大的未来价值。
第12句：数据的潜在价值有三种最为常见的释放方式：基本再利用、数据集整合和寻找“一份钱两份货”。而数据的折旧值、数据废气和开放数据则是更为独特的方式。（p135）
感悟及喜欢的原因：通过数据处理、创新再利用来发挥出现实价值，如搜索关键词、推荐引擎、**住宅的价值、设计店面的最佳布局、判断营销活动的有效性等等，从战争中学习战争，从数据中学习数据。
第13句：他们思考的只有可能，而不考虑所谓的可行。（p166）
感悟及喜欢的原因：内行与外行最大的区别在于思维不受限，它让思维方式有更好的延展性、多样性与丰富性。
第14句：一旦得以有效利用，大数据就可以变革公司的赢利模式和传统交流方式。（p170）
感悟及喜欢的原因：大数据的利用，可以重新定位生产商与供应商的关系；可以通过商品本身收集数据并传回制造商进行研究与开发；可以通过用户交互提高服务；当文字变成数据，不仅人可以用之阅读，机器也可用之分析……充分说明，第一，个人也好，公司也好，都需要与时俱进；第二，大数据的多样性有待于更全面的开发，更好地服务于人们的生活。
第15句：大数据公司的多样性表明了数据价值的转移。（p176）
感悟及喜欢的原因：随着数据价值转移到数据拥有者手上，传统的商业模式同时也被颠覆了。数据不仅能够优化生活和服务，甚至还能催生新的行业，催生新时代的人才。
第16句：行业专家和技术专家的光芒都会因为统计学家和数据分析家的出现而变暗，因为后者不受旧观念的影响，能够聆听数据发出的声音。（p180）
感悟及喜欢的原因：学会聆听数据发出的声音，第一需要与时俱进，跟上时代进步的步伐。第二改变了我们怎样看待知识的价值。
第三了解到，如今不只是专业技能的深度很重要，大数据的广度也变得很重要。
第17句：卓越的才华并不依赖于数据。（p212）
感悟及喜欢的原因：大数据的风险是数据主宰一切的隐忧，但是个人的直觉、对市场的敏锐度等独特个体所展现出来的才华同样重要，它所呈现出来的强有力的创造力不亚于大数据。
第18句：变革并不止于规范。（p219）
感悟及喜欢的原因：大数据的运作是在一个超出我们正常理解的范围之上的。大数据需要被监测并保持透明度，加上使这两项得以实现的新型专业技术和机构。
我们要发展，就必须先有其规模，在规模中去寻找规范的操作手法，才能让变革立于不败之地。
第19句：莎士比亚曾写道：“凡是过去，皆为序曲。”（p244）
感悟及喜欢的原因：过去的每一点每一滴是为明天的开始打下坚实的基础，一贯如是地坚持下去才有效力。
第20句：大数据提供的不是最终答案，只是参***，为我们提供暂时的帮助，以便等待更好的方法和答案出现。（p247）
感悟及喜欢的原因：大数据是一种资源，也是一种工具，这里引用一句话“混乱构成了世界的本质，也构成了人脑的本质，而无论是世界的混乱还是人脑的混乱，学会接受和应用它们才能得益。”
第二部分：读后感
这本书解释了我们正处于大规模生产、分享和应用数据的时代，告诉我们如何科学的应用大数据，开启新的思维模式，新的生活方式与新的工作形态，以应对正在发生着的利益与风险。
★大数据开启了一次重大的时代转型。
❂ 大数据时代心得体会 ❂
很荣幸在学校田主任的带领下参加了奎屯教育局举办的班主任技能大赛。虽然活动已经告一段落，但那一幕幕精彩的画面至今让我不能忘怀。感谢学校给我提供这个学习、交流的机会。本次大赛分为三个部分：一是教育故事叙说；二是情景答辩；三是才艺展示。
通过观看，我发现班主任技能大赛中的每一个环节大家都精心的准备了很多遍，每一个环节的内容都令我回味无穷。给我印象最深的是第一环节，教育故事的叙说，听着大家讲述着各自的教育经历，感受着她们的喜怒哀乐，我都被深深的感动着。我想比赛的结果已经不是那么重要了，班主任的工作有时用语言是无法言表的，作为班主任我们都能感受到彼此的辛苦和甜蜜！
选手仅仅用10分钟的时间将自己的教学故事叙述出来，他们的教育智慧就在这短短的一刻时间里，体现的淋漓尽致，把会场的气氛带到了一个情感的世界里，选手们把自己在教育过程中那感人的故事，用准确的语言逼真的讲述着，从非常鲜明和细微之处把感情色彩演绎的既通俗又不失幽默。
在情景答辩的过程中，我感动优秀班主任教育能力的高强，字字句句又体现了他们对教育事业的爱、对孩子们爱，对生活的爱。而赛场本身就充满着和谐关爱。看得出他们对班主任工作的熟练程度，根据所抽到的具体内容，进行主题分析，学情分析、确立活动目标、重难点等，后预设达到的效果。各种主题的答辩都很贴近学生的生活、学习和不同年级学生的心理特点；充分体现民主、平等、融洽和谐的人文气息，重视对学生动机、兴趣、习惯、信心、等非智力因素的培养，有一定的感召力和感染力。优秀的班主任都能用有节奏感的，清晰简捷的语言把答辩设计流畅的、整的叙述出来，真是让我赞叹不已。
优秀的班主任大多是多才多艺，或琴棋书画，或说唱弹跳；装扮或高雅、或活泼，总能让美在学生中间闪耀。他们懂得生活，热爱生活，他们勇敢，且坚韧不拔，他们懂得用智慧武装自己，他们不会放过任何一个推销自己，锻炼自己，充实自己的机会。学生喜欢和崇拜这样的麻辣老师，就自然地亲其师信其教。给我印象较为深刻的是模仿电影“一个都不能少”的那个老师的语言能力和有感情的朗读的能力，真是我学习的楷模。
本次比赛自己收获很大：老师们的从容、淡定、睿智让我明白成功来源于多年的积累和准备，老师们多才多艺的一面更让我懂得“厚积薄发”的道理——有厚积才有薄发。同时也让我明白新时期的班主任们，既然选择了这份职业，就要风雨兼程，疲倦了但不懈怠，让智慧和坚强伴随着大家在教育这片广袤的沃土中徜徉！
-
更多精彩大数据时代心得体会内容，请访问我们为您准备的专题：大数据时代心得体会
