- 相關(guān)推薦
《大數(shù)據(jù)時(shí)代》的讀后感范文
當(dāng)賞讀完一本名著后,你有什么領(lǐng)悟呢?此時(shí)需要認(rèn)真思考讀后感如何寫(xiě)了哦。那么你真的會(huì)寫(xiě)讀后感嗎?以下是小編收集整理的《大數(shù)據(jù)時(shí)代》的讀后感范文,歡迎大家借鑒與參考,希望對(duì)大家有所幫助。
《大數(shù)據(jù)時(shí)代》的讀后感 1
世界正邁入大數(shù)據(jù)、云計(jì)算的時(shí)代,人類朝著數(shù)據(jù)化、數(shù)字化的方向發(fā)足狂奔,我們?cè)械目茖W(xué)、技術(shù)、工作和生活方式正在被信息技術(shù)所改寫(xiě),很多科學(xué)領(lǐng)域會(huì)被大數(shù)據(jù)技術(shù)所替代,也會(huì)崛起很多新興科學(xué)家和職業(yè),譬如數(shù)據(jù)科學(xué)家、數(shù)據(jù)中間商等。大數(shù)據(jù)會(huì)顛覆很多的產(chǎn)業(yè)和行業(yè),甚至一夜之間就能變換運(yùn)營(yíng)模式,因?yàn)樵诖髷?shù)據(jù)面前,人類不會(huì)再向以前那樣追尋著“為什么”,更多的是在樣本和概率面前做著商業(yè)決策的調(diào)整,“快”和“實(shí)用”更能滿足大眾的需求。
數(shù)據(jù)之大,漫無(wú)邊際,無(wú)窮無(wú)盡,包含著我們?nèi)祟惖囊缓粢晃慌e一動(dòng)。處在大數(shù)據(jù)帝國(guó)的前夜,眺望星空,這是個(gè)最好的時(shí)代,因?yàn)閿?shù)據(jù)時(shí)代轉(zhuǎn)折的重要性,不亞于黑猩猩站立起來(lái)行走劃時(shí)代,很多科幻片里的場(chǎng)景會(huì)出現(xiàn)在我們的日常;這也會(huì)是個(gè)最壞的時(shí)代,因?yàn)槿祟愖罱K會(huì)為此走向哪里,只有蒼穹能知道!
當(dāng)我們擁有海量數(shù)據(jù)時(shí),絕對(duì)的精準(zhǔn)不再是我們追求的主要目標(biāo),我們樂(lè)于接受數(shù)據(jù)的紛繁復(fù)雜,也只有接受不精確性,我們才能打開(kāi)一扇從未涉足的世界的窗戶!洞髷(shù)據(jù)時(shí)代》
小數(shù)據(jù)時(shí)代,我們?cè)跀?shù)據(jù)的精準(zhǔn)性上花費(fèi)很多,包括規(guī)則和準(zhǔn)則、復(fù)式記賬的平衡規(guī)則、信息系統(tǒng)等等,數(shù)據(jù)閉環(huán),所以數(shù)據(jù)具有結(jié)構(gòu)性,所以可以找根尋蹤,找尋問(wèn)題的根源,尋求解決方案。
大數(shù)據(jù)時(shí)代來(lái)臨,因?yàn)閿?shù)據(jù)量的龐大,以及數(shù)據(jù)背后的繁雜性,以及處理數(shù)據(jù)的知識(shí)IT工程師和計(jì)算者,別忘了,擁有數(shù)據(jù)的是政府和獨(dú)角獸商人,所以,他們很難對(duì)數(shù)據(jù)進(jìn)行深度分析,這樣也會(huì)催生各個(gè)領(lǐng)域的數(shù)據(jù)分析業(yè)務(wù),數(shù)據(jù)生態(tài)鏈核心就清晰了起來(lái)。
大數(shù)據(jù)會(huì)取代小數(shù)據(jù)嗎?這是不可能的事,大數(shù)據(jù)和中小數(shù)據(jù)之間的防火墻更會(huì)高筑!大數(shù)據(jù)都是基于樣本的非結(jié)構(gòu)性數(shù)據(jù),推送到我們面前的數(shù)據(jù)指引,都已經(jīng)經(jīng)過(guò)了各種算法的粗加工,融入了計(jì)算者的各種算法,算法會(huì)因人而異,利用我們過(guò)去的電子痕跡,預(yù)測(cè)我們的現(xiàn)在和未來(lái),一花一世界。初期的'一大一小,數(shù)據(jù)的交融,像極了海上的漁網(wǎng),具有強(qiáng)關(guān)聯(lián)性。數(shù)據(jù)就像是一個(gè)神奇的鉆石礦,在其首要價(jià)值被發(fā)覺(jué)后,仍能不斷創(chuàng)造價(jià)值。大數(shù)據(jù)擁有者依賴技術(shù)專家挖掘數(shù)據(jù)的價(jià)值,但技術(shù)專家(數(shù)據(jù)武士)并沒(méi)有想象中那么耀眼,他們?cè)诖髷?shù)據(jù)中淘金,發(fā)現(xiàn)了金銀珠寶,可最后卻要把這些財(cái)富拱手讓給大數(shù)據(jù)擁有者。——《大數(shù)據(jù)時(shí)代》
當(dāng)恐龍消失,人類慢慢成為了動(dòng)物界的主人。數(shù)據(jù)是我們工作、生活中的點(diǎn)滴記錄,它真實(shí)、樸實(shí)無(wú)華,它們也會(huì)有聲音,只是需要有慧眼和思維才能駕馭。
我們只有跨過(guò)數(shù)據(jù)化、數(shù)字化的長(zhǎng)河,才能開(kāi)啟AI時(shí)代,路途遙遠(yuǎn),主人!這是一本好書(shū),值得推薦。
《大數(shù)據(jù)時(shí)代》的讀后感 2
這么多年來(lái),看了很多東西,如今回過(guò)頭來(lái)發(fā)現(xiàn),好像什么都忘了,真是悲劇,所謂讀書(shū)破萬(wàn)卷,下筆如有神或許是不對(duì)的,還是需要下筆勤快,所以決定從這里開(kāi)始。
這些年對(duì)于技術(shù)的發(fā)展,我是沒(méi)有跟上,如今發(fā)現(xiàn)即便是對(duì)于投資,技術(shù)對(duì)于我們生活的改變太大,而自己身在這個(gè)技術(shù)浪潮的前沿,還是需要跟上步伐。
大數(shù)據(jù)這個(gè)概念已經(jīng)提了很久,我也一直疏忽了對(duì)于它的理解。看完《大數(shù)據(jù)時(shí)代》,再結(jié)合如果工作上對(duì)于大數(shù)據(jù)的理解,頓時(shí)發(fā)現(xiàn)數(shù)據(jù)的重要性,以前在這方面的確沒(méi)有足夠的思想意識(shí)。
整本書(shū)來(lái)說(shuō),我覺(jué)得最關(guān)鍵的三個(gè)點(diǎn)是前面幾個(gè)章節(jié):
1、要總體,不要隨機(jī)樣本:從小對(duì)于統(tǒng)計(jì)學(xué)相關(guān)的學(xué)習(xí),基本都是從樣本出發(fā),理論的基礎(chǔ)在于如何隨機(jī)的足夠分散的選取樣本,這可是技術(shù)活加直覺(jué)。而對(duì)于大數(shù)據(jù)來(lái)說(shuō),要的就是總體,本質(zhì)上來(lái)說(shuō),總體樣本的確更能準(zhǔn)確找到結(jié)果。但是對(duì)于統(tǒng)計(jì)來(lái)說(shuō),總體的分析增加了數(shù)據(jù)分析的難度,不僅數(shù)據(jù)核對(duì)不好進(jìn)行,一旦出現(xiàn)數(shù)據(jù)污染,準(zhǔn)確度就會(huì)大打折扣,而且進(jìn)行數(shù)據(jù)回溯的時(shí)候,也無(wú)法準(zhǔn)確確認(rèn)問(wèn)題,而這一點(diǎn)也是后面相關(guān)性上問(wèn)題;
2、要混亂,而不是精確:這里主要想說(shuō)明的是希望數(shù)據(jù)的多樣性,盡量將相關(guān)數(shù)據(jù)都收集起來(lái),不管是結(jié)構(gòu)化的還是非結(jié)構(gòu)化的。這樣就不可避免的最終結(jié)果的不準(zhǔn)確性。大數(shù)據(jù)更多的是從一個(gè)總體數(shù)據(jù)中說(shuō)明以后概率事件,既然是概率,也就可以理解無(wú)法精確。這里有個(gè)點(diǎn)的說(shuō)明,我覺(jué)得需要提一下,大數(shù)據(jù)算法更傾向于“簡(jiǎn)單”,而不是復(fù)雜,這個(gè)倒是出乎我的意外。
3、要相關(guān)性,而不是因果:從我對(duì)于知識(shí)獲取的過(guò)程來(lái)說(shuō),我是不同意這個(gè)觀點(diǎn),從人體對(duì)于知識(shí)的理解,還是要從因果論出發(fā),沒(méi)有因果論,就會(huì)變成瞎子。而作者的觀點(diǎn)上來(lái)說(shuō),原因可能還是從大數(shù)據(jù)本身的非準(zhǔn)確性,一旦找到合適的算法,找到相關(guān)性,向上追述原因本身就很難。但是從舉的示例上看,相關(guān)性的確認(rèn)是一個(gè)非常大的`工程,基本就是使用排舉法,一個(gè)一個(gè)試。所以,對(duì)于大數(shù)據(jù)來(lái)說(shuō),最重要的三點(diǎn)是:
1、數(shù)據(jù)——得到更多數(shù)據(jù);
2、算法——建立更快的算法體系;
3、思維——尋找數(shù)據(jù)間更多的相關(guān)性。
對(duì)于數(shù)據(jù)最終的走向,我同意書(shū)中所提到的政府管理的觀點(diǎn),既然都是以“石油”的標(biāo)準(zhǔn)來(lái)看待數(shù)據(jù),政府統(tǒng)一管理也就是必然的了。而且對(duì)于政府來(lái)說(shuō),掌握更多數(shù)據(jù)也有利于其管理及維護(hù)社會(huì)的穩(wěn)定性。而對(duì)于社會(huì)道德方面的論述,我不想多說(shuō)什么,時(shí)代發(fā)展是不會(huì)被道德綁架的。
所以最后,想要建立對(duì)于大數(shù)據(jù)的思維,《大數(shù)據(jù)時(shí)代》還是值得一讀,里面的很多示例也非常不錯(cuò)。如人際關(guān)系這一塊,也是出乎我的意料。
《大數(shù)據(jù)時(shí)代》的讀后感 3
去年的“云計(jì)算”炒得熱火朝天的,今年的“大數(shù)據(jù)”又突襲而來(lái)。仿佛一夜間,各廠商都紛紛改旗換幟,推起“大數(shù)據(jù)”來(lái)了。于是乎,各企業(yè)的CIO也將熱度紛紛轉(zhuǎn)向關(guān)注“大數(shù)據(jù)”來(lái)了。有一張來(lái)自《程序員》微博的漫畫(huà)很形象。我覺(jué)得這張圖,很真實(shí)地反映了現(xiàn)實(shí)中小企業(yè)云計(jì)算,大數(shù)據(jù)的現(xiàn)狀。
不過(guò)話又還得說(shuō)回來(lái),《大數(shù)據(jù)時(shí)代》是本好書(shū)。當(dāng)然,很多IT知名人士也大力推薦,寫(xiě)了好多讀后感來(lái)表述對(duì)這本書(shū)的喜歡沒(méi)看此書(shū)之前,對(duì)所謂大數(shù)據(jù)的概念基本上是一頭霧水,雖則有了解關(guān)注過(guò)現(xiàn)在也比較火熱的BI,覺(jué)得也差不多,可能就是更多的數(shù)據(jù),更細(xì)致的數(shù)據(jù)分析與數(shù)據(jù)挖掘?催^(guò)此書(shū)后,感覺(jué)到之前的想法,只能算是中了一小半吧---巨量的數(shù)據(jù),而另一前:著眼于數(shù)據(jù)關(guān)聯(lián)性,而非數(shù)據(jù)精確性,或許才是大數(shù)據(jù)與現(xiàn)時(shí)BI最大的不同,不僅僅是方法,更多的時(shí)思想方法。不過(guò)坦白講,到底是數(shù)據(jù)的關(guān)聯(lián)性重佳,還是數(shù)據(jù)的精確性更好,還真的需要時(shí)間來(lái)檢驗(yàn)一下,至少?gòu)默F(xiàn)在的數(shù)據(jù)分析方法來(lái)論,更多的傾向于數(shù)據(jù)的精確性。看完此書(shū),我心中的一些問(wèn)題:
1.什么是大數(shù)據(jù)?
查了查百度百科,是這樣定義的:大數(shù)據(jù)(bigdata),或稱巨量資料,指的是所涉及的資料量規(guī)模巨大到無(wú)法透過(guò)目前主流軟件工具,在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊。大數(shù)據(jù)的4V特點(diǎn):Volume、Velocity、Variety、Veracity--這個(gè)好像是IBM的定義吧。
以個(gè)人的觀點(diǎn)來(lái)看:數(shù)據(jù)海量,存儲(chǔ)海量都是大數(shù)據(jù)的基本原型吧。
2.大數(shù)據(jù)適合什么樣的'企業(yè)?
誠(chéng)然,大數(shù)據(jù)的前提是海量的數(shù)據(jù),只有擁有巨量的數(shù)據(jù)資源,方能從中查找出數(shù)據(jù)的關(guān)聯(lián)性,才可以讓通過(guò)專業(yè)化的處理,讓其為企業(yè)產(chǎn)生價(jià)值。針對(duì)電信運(yùn)營(yíng),互聯(lián)網(wǎng)應(yīng)用這樣海量用戶的數(shù)據(jù)的大企業(yè),也是在應(yīng)用大數(shù)據(jù)的道路上擁有得天獨(dú)厚的條件,但是針對(duì)中小企業(yè)呢?銷售訂單數(shù)據(jù)?若非百年老店,估計(jì)數(shù)據(jù)也是少得可憐,能用的可能只有消費(fèi)者數(shù)據(jù)了吧。貌似大多數(shù)廠商,用來(lái)舉例的也就是消費(fèi)都購(gòu)買行為分析為最多。
同樣,在公共事業(yè)類的政府機(jī)構(gòu),大數(shù)據(jù)的作用也許也能很好的發(fā)揮。反而感覺(jué)在大多數(shù)中小型企業(yè)應(yīng)用大數(shù)據(jù),似乎有點(diǎn)大題小作。書(shū)中說(shuō):大數(shù)據(jù)是企業(yè)競(jìng)爭(zhēng)力。誠(chéng)然,數(shù)據(jù)是一個(gè)企業(yè)的核心無(wú)形資源(利用得好的話),但是否所有的數(shù)據(jù),或都換則方式說(shuō):所有的企業(yè)都以大數(shù)據(jù)為競(jìng)爭(zhēng)力,是否真的合適么?是否在中小企業(yè)中,會(huì)顯示得小題大做呢?
3.大數(shù)據(jù)帶來(lái)的影響
當(dāng)一波又一波的IT技術(shù)熱潮源源不斷地向我們鋪面而來(lái)的時(shí)候,你甚至都沒(méi)有做好準(zhǔn)備,你都要開(kāi)始迎接它所給你帶來(lái)的影響了。經(jīng)過(guò)物聯(lián)網(wǎng),云計(jì)算的推波助瀾下,大數(shù)據(jù)開(kāi)始登場(chǎng)了。但它到底給我們帶來(lái)了什么呢?
1)預(yù)測(cè)未來(lái)書(shū)中以Google成功預(yù)測(cè)了未來(lái)可能發(fā)生流感的案例來(lái)開(kāi)篇,表明通過(guò)大數(shù)據(jù)的應(yīng)用,可以為我們的生活起一個(gè)保駕護(hù)航的指向標(biāo)。實(shí)質(zhì)很簡(jiǎn)單,技術(shù)改變世界。
2)變革商業(yè)大數(shù)據(jù)所帶來(lái)的商機(jī),同時(shí)會(huì)衍生出一系列與大數(shù)據(jù)相關(guān)的商業(yè)機(jī)遇與商業(yè)模式,數(shù)據(jù)的潛在價(jià)值會(huì)源源不斷地發(fā)揮作用可以容易想到的是未來(lái)有專門的數(shù)據(jù)收集,數(shù)據(jù)分析,數(shù)據(jù)生成的一條數(shù)據(jù)產(chǎn)業(yè)鏈產(chǎn)生。影響最大的,當(dāng)然是IT公司
3)變革思維書(shū)中所說(shuō):因?yàn)橛泻A康臄?shù)據(jù)作基礎(chǔ),未來(lái),我們可能更關(guān)注數(shù)據(jù)的相關(guān),而非精細(xì)度。對(duì)這條,本人還是持保留意見(jiàn)的。
《大數(shù)據(jù)時(shí)代》的讀后感 4
如今說(shuō)起新媒體和互聯(lián)網(wǎng),必提大數(shù)據(jù),似乎不這樣說(shuō)就OUT了。而且人云亦云的居多,不少談?wù)撜呱踔吝沒(méi)有認(rèn)真讀過(guò)這方面的經(jīng)典著作——舍恩佰格的《大數(shù)據(jù)時(shí)代》。維克托·邁爾——舍恩伯格何許人也?他現(xiàn)任牛津大學(xué)網(wǎng)絡(luò)學(xué)院互聯(lián)網(wǎng)研究所治理與監(jiān)管專業(yè)教授,曾任哈佛大學(xué)肯尼迪學(xué)院信息監(jiān)管科研項(xiàng)目負(fù)責(zé)人。
他的咨詢客戶包括微軟、惠普和IBM等全球頂級(jí)企業(yè),他是歐盟互聯(lián)網(wǎng)官方政策背后真正的制定者和參與者,他還先后擔(dān)任多國(guó)政府高層的智囊。這位被譽(yù)為:大數(shù)據(jù)時(shí)代的預(yù)言家“的牛津教授真牛!那么,這位大師說(shuō)的都是金科玉律嗎?并不一定,讀大師的作品一定要做些功課才好讀懂,如果能做足功課又具備相應(yīng)的理論功底,就能與之進(jìn)行一場(chǎng)思想上的對(duì)話。
舍恩伯格分三部分來(lái)討論大數(shù)據(jù),即思維變革、商業(yè)變革和管理變革。在第一部分”大數(shù)據(jù)時(shí)代的思維變革“中,舍恩伯格旗幟鮮明的亮出他的三個(gè)觀點(diǎn):
1、更多:不是隨機(jī)樣本,而是全體數(shù)據(jù);
2、更雜:不是精確性,而是混雜性;
3、更好:不是因果關(guān)系,而是相關(guān)關(guān)系。
對(duì)于第一個(gè)觀點(diǎn),我不敢茍同。一方面是對(duì)全體數(shù)據(jù)進(jìn)行處理,在技術(shù)和設(shè)備上有相當(dāng)高的難度。另一方面是不是都有此必要,對(duì)于簡(jiǎn)單事實(shí)進(jìn)行判斷的數(shù)據(jù)分析難道也要采集全體數(shù)據(jù)嗎?我曾與香港城市大學(xué)的祝建華教授討論過(guò)。祝教授是傳播學(xué)研究方法和數(shù)據(jù)分析的專家,他認(rèn)為一定可以找到一種數(shù)理統(tǒng)計(jì)方法來(lái)進(jìn)行分析,并不一定需要全部數(shù)據(jù)。聯(lián)系到舍恩伯格第二個(gè)觀點(diǎn)中所說(shuō)的相關(guān)關(guān)系,我理解他說(shuō)的全體數(shù)據(jù)不是指數(shù)量而是指范圍,即大數(shù)據(jù)的隨機(jī)樣本不限于目標(biāo)數(shù)據(jù),還包括目標(biāo)以外的所有數(shù)據(jù)。我認(rèn)為大數(shù)據(jù)分析不能排除隨機(jī)抽樣,只是抽樣的方法和范圍要加以拓展。
我同意舍恩伯格的第二觀點(diǎn),我認(rèn)為這是對(duì)他第一個(gè)觀點(diǎn)很好的補(bǔ)充,這也是對(duì)精準(zhǔn)傳播和精準(zhǔn)營(yíng)銷的一種反思!贝髷(shù)據(jù)的簡(jiǎn)單算法比小數(shù)據(jù)的復(fù)雜算法更有效!案哂泻暧^視野和東方哲學(xué)思維。對(duì)于舍恩伯格的第三個(gè)觀點(diǎn),我也不能完全贊同。”不是因果關(guān)系,而是相關(guān)關(guān)系!安恍枰馈睘槭裁础埃恍枰馈笔鞘裁础。傳播即數(shù)據(jù),數(shù)據(jù)即關(guān)系。
在小數(shù)據(jù)時(shí)代人們只關(guān)心因果關(guān)系,對(duì)相關(guān)關(guān)系認(rèn)識(shí)不足,大數(shù)據(jù)時(shí)代相關(guān)關(guān)系舉足輕重,如何強(qiáng)調(diào)都不為過(guò),但不應(yīng)該完全排斥它。大數(shù)據(jù)從何而來(lái)?為何而用?如果我們完全忽略因果關(guān)系,不知道大數(shù)據(jù)產(chǎn)生的前因后果,也就消解了大數(shù)據(jù)的人文價(jià)值。如今不少學(xué)者為了闡述和傳播其觀點(diǎn)往往語(yǔ)出驚人,對(duì)舊有觀念進(jìn)行徹底的否定。
世間萬(wàn)物的復(fù)雜性多樣化并非非此即彼那么簡(jiǎn)單,舍恩伯格也是這種二元對(duì)立的幼稚思維嗎?其實(shí)不然,讀者在閱讀時(shí)一定要看清楚他是在什么語(yǔ)境下說(shuō)的,不要因囫圇吞棗的淺讀而陷入斷章取義的誤讀。比如說(shuō)舍恩伯格在提出”不是因果關(guān)系,而是相關(guān)關(guān)系。“這一論斷時(shí),他在書(shū)中還說(shuō)道:”在大多數(shù)情況下,一旦我們完成了對(duì)大數(shù)據(jù)的相關(guān)關(guān)系分析,而又不再滿足于僅僅知道‘是什么’時(shí),我們就會(huì)繼續(xù)向更深層次研究的因果關(guān)系,找出背后的‘為什么’!癧i]由此可見(jiàn),他說(shuō)的全體數(shù)據(jù)和相關(guān)關(guān)系都在特定語(yǔ)境下的,是在數(shù)據(jù)挖掘中的'選項(xiàng)。
大數(shù)據(jù)研究的一大驅(qū)動(dòng)力就是商用,舍恩伯格在第二部分里討論了大數(shù)據(jù)時(shí)代的商業(yè)變革。舍恩伯格認(rèn)為數(shù)據(jù)化就是一切皆可”量化“,大數(shù)據(jù)的定量分析有力地回答”是什么“這一問(wèn)題,但仍然無(wú)法完全回答”為什么“。因此,我認(rèn)為并不能排除定性分析和質(zhì)化研究。數(shù)據(jù)創(chuàng)新可以創(chuàng)造價(jià)值,這是毫無(wú)疑問(wèn)的。舍恩伯格在討論大數(shù)據(jù)的角色定位時(shí)仍把它置于數(shù)據(jù)應(yīng)用的商業(yè)系統(tǒng)中,而沒(méi)有把它置于整個(gè)社會(huì)系統(tǒng)里,但他在第二部分大數(shù)據(jù)時(shí)代的管理變革中討論了這個(gè)問(wèn)題。
在風(fēng)險(xiǎn)社會(huì)中信息安全問(wèn)題日趨凸顯,數(shù)據(jù)獨(dú)裁與隱私保護(hù)成為一對(duì)矛盾。如何擺脫大數(shù)據(jù)的困境?舍恩伯格在最后一節(jié)”掌控“中試圖回答,但基本上屬于老生常談。我想,或許凱文·凱利的《失控》可以幫助我們解答這個(gè)問(wèn)題?至少可以提供更多的思考維度。正如舍恩伯格在結(jié)語(yǔ)中所道:”大數(shù)據(jù)并不是一個(gè)充斥著算法和機(jī)器的冰冷世界,人類的作用依然無(wú)法被完全替代。大數(shù)據(jù)為我們提供的不是最終答案,只是參考答案,幫助是暫時(shí)的,而更好的方法和答案還在不久的未來(lái)。“謝謝舍恩伯格!讓大數(shù)據(jù)討論從自然科學(xué)回到人文社科。由此推斷,《大數(shù)據(jù)時(shí)代》不是最終答案,也不是標(biāo)準(zhǔn)答案,只是參考答案。
此外,在閱讀此書(shū)之前還必須具備一些數(shù)據(jù)科學(xué)的基本知識(shí)和基本概念,比如說(shuō)什么叫數(shù)據(jù)?什么叫大數(shù)據(jù)?數(shù)據(jù)分析與數(shù)據(jù)挖掘的區(qū)別,數(shù)字化與數(shù)據(jù)化有什么不同?讀前做些功課讀起來(lái)就比較好懂了。
【《大數(shù)據(jù)時(shí)代》的讀后感】相關(guān)文章:
迎接數(shù)據(jù)中心虛擬化時(shí)代的來(lái)臨12-13
大數(shù)據(jù)時(shí)代下網(wǎng)絡(luò)安全與隱私保護(hù)論文03-23
《大數(shù)據(jù)時(shí)代》的心得體會(huì)(通用14篇)10-13
2020最新關(guān)于大數(shù)據(jù)時(shí)代的讀后感11-03
關(guān)于大數(shù)據(jù)時(shí)代的讀后感(精選24篇)07-19
大數(shù)據(jù)時(shí)代讀書(shū)心得體會(huì)06-20
新考研時(shí)代女生的三大優(yōu)勢(shì)12-17