《大數據時代》的讀后感作文1000字
知道＂是什么＂就夠了，沒必要知道＂為什么＂。在大數據時代，我們不必非得知道現象背后的原因，而是讓數據自己＂發聲＂。這個命題是我讀這本書最大的感觸。
對于大多數人來說，這的確是一場思維變革。對于理科學生來說，會認為這是一個錯誤的觀點，因為這無異于否定了他們對世界客觀物理化學規律探索的重要性；對于一名工科學生，其實這并不是一個多么新穎的觀點，因為工科是講求時用性的，如何能更好地利用基本自然科學規律創造社會財富比探索自然科學知識顯得更重要。
這些天來，在讀大數據這本書的同時，也稍微重溫了一下自動控制原理，認識到控制系統中存在明顯的大數據時代思維方式，借讀書交流會之際，與大家分享。
對系統的有效控制需要對系統理解與建模。以一個日常生活中的例子說明。開車的時候一腳油門下去車就飛出去了，但并不知道這一腳油門下去能給多大車速，這就需要駕駛人員的熟練的駕駛技能了，不然超速被開罰單是很正常的。那么，問題就來了：如何能實現速度的自動控制而不用駕駛人員踩油門？這就是控制系統最關鍵的環節——建立系統數學模型。大白話就是知道車速與燃油量的數學關系式。若是以探索為什么的思維模式，不可避免的要列一大堆能量方程、動量方程等物理化學式子，經過繁雜的計算，還是能得到車速和燃油量的數學關系式的。很明顯這是一個繁瑣的過程，因為得知道現象背后的原因。這僅是對于這種簡單的.系統，若是對于航空發動機這種復雜的系統，結構工藝過于復雜，分析各部分的物理化學過程是十分困難的，這時候可以通過實驗法得到數學模型。
實驗法主要有時域測定法、頻域測定法和統計相關法。與大數據時代思維最接近的是統計相關法，主要過程是對被研究對象施加某種隨機信號，根據被測對象各參數的變化，采用統計相關法確定被測系統或對象的動態特性。這種方法可以在被測系統或生產過程正常運行狀態下進行在線辨識，測試結果精度較高，但要求采集大量測試數據，并需要相關儀和計算機進行數據計算和處理。
若用開車實例來解釋，此時的系統為汽車動力系統，施加的隨機信號為燃油量，被測對象指車轉速，得到的動態特性就是指車速與燃油量函數關系式，從而不用探求背后的物理化學規律就得到了數學模型。
在沈陽黎明航空公司實習時去過試車間，除了發動機點火后震撼的場景動人心魄，控制室屏幕上海量的數據也同樣引人注目，我想這么多數據無非就是驗證數學模型或直接實驗法得到數學模型，結合航空發動機這種復雜的系統，對于搞控制的人來說，得到數學模型就夠了，現象背后的原因交給研發的人來探索更好。
【《大數據時代》的讀后感作文1000字】相關文章：
大數據時代讀后感12-30
大數據時代大學教育論文10-09
大數據時代的教育管理變革論文10-06
CFO如何迎接財務大數據時代11-15
大數據時代新聞傳播探究論文07-13
大數據時代下鄉村旅游的發展論文07-18
大數據時代網絡信息安全探析論文07-27
大數據時代新聞傳播創新研究論文07-20
大數據時代財務分析研究論文07-24
大數據時代對會計和審計的影響論文08-27