- 相關推薦
大數據心得體會范文（通用15篇）
我們從一些事情上得到感悟后，寫心得體會是一個不錯的選擇，這樣就可以通過不斷總結，豐富我們的思想。那么要如何寫呢？下面是小編精心整理的大數據心得體會范文，僅供參考，希望能夠幫助到大家。
大數據心得體會 1
對于暢銷書刊、熱點話題、時尚科技，始終不太感興趣。書刊，喜歡有一定年份的。話題，鐘情于務虛的觀點。新奇的產品于我無緣，習慣使用成熟的科技產品。既不清高，也非冷漠，就是要與現實保持一定的距離，給自己留一點思考的空間。這一習慣最近破了例。由于工作的原因，耳濡目染，“大數據”這個新興概念開始頻繁步入我的視野。按捺不住內心的好奇，網購《大數據時代》，手不釋卷，三天讀完，頗有收獲。此書有如下特點。
首先，作者站在理論的制高點上，條理清楚地闡述了大數據對人類的工作、生活、思維帶來的革新，大數據時代的三種典型的商業模式，以及大數據時代對于個人隱私保護、公共安全提出的挑戰。其次，文中的'事例貼近現實生活，貼近時代，令讀者既印象深刻，又感同身受。此外，作者沒有使用大量的專業術語，沒有假裝一副專業的面孔。縱觀全書，遣詞造句，均通俗易懂。
作者認為大數據時代具有三個顯著特點。
一、人們研究與分析某個現象時，將使用全部數據而非抽樣數據。
二、在大數據時代，不能一味地追求數據的精確性，而要適應數據的多樣性、豐富性、甚至要接受錯誤的數據。
三、了解數據之間的相關性，勝于對因果關系的探索。“是什么”比“為什么”重要。
作者指出，隨著技術的發展，數據的存儲與處理成本顯著降低，人們現在有能力從支離破碎的、看似毫不相干的數據礦渣中抽煉出真知爍見。在大數據時代，三類公司將成為時代的寵兒。一是擁有大數據的公司與組織。如政府、銀行、電信公司、全球性互聯網公司（阿里巴巴、淘寶網）。
二是擁有數據分析與處理技術的專業公司，如亞馬遜、谷歌。三是擁有創新思維的公司，他們可能既不掌握大數據，也沒有專業技術，但卻擅長使用大數據，從大數據中找到自己的理想天地。
面對即將來臨的大數據時代，個人將如何應對自如？這是個嚴肅的問題。
大數據心得體會 2
首先，想談一談何為大數據，何為大數據時代。大數據是一種資源，也是一種工具。它提供一種新的思維方式去理解當今這個信息化世界。為何說是一種新的思維方式：在信息缺乏的時代或模擬時代，我們更傾向于精確性的思維方式，就像是”釘是釘，鉚是鉚”，而在這種傳統的思維方式下，我們得到問題的答案只有一個。
而在大數據時代下，我們打破了這種思維方式，換句話說，我們接受結果的不確定性。簡言概括之，我認為大數據是一種預測模型。在大數據時代下，我們關注的不是因果，即為什么是這樣，而更關心”是什么”這種相關關系。換句話說，在這種新思維的思考方式下，我們探究問題背后的原因也是不可行的。我們所做的是利用大數據這種工具，讓數據自己說話！
其次，我想談下如何利用大數據提升我軍戰斗力。當然，大數據分析并不是精準的預測，精準的預測也是不存在的。大數據只能有利于我們理解現在和預測未來的可能性。
作為軍人，我所關注的是如何利用好大數據的'工具提升我軍戰斗力，打贏這場信息化戰爭。毫無疑問，現在我們打的不是刀對刀，槍對槍的戰爭，更不是模擬時代，當代乃是數字時代，打的是信息化戰爭！
四次戰爭的大勝，美軍的戰爭形態從機械化轉向信息化，而且相應的在戰場取勝的時間也越來越短，這正是大數據時代下的必然結果。而我軍正在轉向信息化的過程中。
在此戰爭形態的過程中，我們需要更多的計算分析師，大數據分析師，數學家等高等技術性人才來打贏這場信息化戰爭。這正是大數據時代下我們不得不有的基礎。我軍戰斗力的提升迫在眉睫！
當然大數據是一把雙刃劍，利用好了取勝也是得心應手，相反，利用不好會導致不可估量的損失。
畢竟，這只是一種預測模型，得不到精準的預測結果。我們更要讓數據為我們所用，不要被龐大的數據庫框住我們的思維。為適應時代的發展，在這個適者生存，弱肉強食的世界，大數據時代下的殘酷競爭已經給我們敲響警鐘，一場悄無聲息的信息化戰爭已經打響！
大數據心得體會 3
讀完《大數據》，我才意識到這并不是一本枯燥無味的書籍。作者運用案例和講故事的方式，把美國數據開放、收集、使用背后的立法故事、公民故事、技術故事、商業故事娓娓道來，引人入勝，令我大開眼界。
我在想，大數據概念對于教育來說會產生什么樣的實用價值呢？一直以來，中國教育在研究教育的數字化，比如數字化校園，這個思路就是把我們教育的內容進行數字化，其結果指向的就是電子教材的研發或者是教學過程的數字化。美其名曰，這是教育技術的重要內涵。
在教學過程中，學生的行為表現都可以被數據化，而這項研究不是任何一個專業可以深入下去的，它的專業性太強，所以我才會想到，所謂教育技術與其研究教育的數字化，不如研究教育的數據化來得實在，來的有意義。長期以來，我們并不了解教育對一個人的影響具體會如何表現，我們有的只是一個輪廓，我們也并不確定一個教師的行為對學生具體產生了哪些影響。
所以，人們對教育一直有一個深深的質疑，它是不是科學的？大數據概念至少提出了關注“是什么”比“為什么”要有實際意義得多。
而我們的.教育恰好需要把注意力從“為什么”轉移到“是什么”上面來，只有如此，才能把教育從為什么發展成“可能成為什么”上來，這會是一次思想上的革命。而對于現在地位岌岌可危的教育技術來說，把研究的重點從數字化轉移到數據化上面，這才是它的出路。
如何將數據融入教學，教育者首先通過標準化全科教學處方，實現了教師授課模板和教學內容的標準化，保證每個教學過程和內容是可控的，然后結合每天的教學內容，處理好面對的數據，處理好數據，自然也就處理好了課堂的反饋，最終形成了既注重教學體驗又以教學結果為導向的教學體系。
與此同時，不僅要注重課上的學生資源，在課后還要對這些資源進行跟蹤處理。這與過去的教育教學顯然是不同的，面對大數據時代的到來，教學有所改變是必然的。所以，無論環境怎么變換，數據如何復雜，我們都不能不去改變自己的`教學去迎合將來的這個大數據時代。
大數據心得體會 4
去年的“云計算”炒得熱火朝天的，今年的“大數據”又突襲而來。仿佛一夜間，各廠商都紛紛改旗換幟，推起“大數據”來了。于是乎，各企業的CIO也將熱度紛紛轉向關注“大數據”來了。有一張來自《程序員》微博的漫畫很形象。我覺得這張圖，很真實地反映了現實中小企業云計算，大數據的現狀。
不過話又還得說回來，《大數據時代》是本好書。
當然，很多IT知名人士也大力推薦，寫了好多讀后感來表述對這本書的喜歡沒看此書之前，對所謂大數據的概念基本上是一頭霧水，雖則有了解關注過現在也比較火熱的BI，覺得也差不多，可能就是更多的數據，更細致的數據分析與數據挖掘。看過此書后，感覺到之前的想法，只能算是中了一小半吧—。
巨量的數據，而另一前：著眼于數據關聯性，而非數據精確性，或許才是大數據與現時BI的不同，不僅僅是方法，更多的時思想方法。不過坦白講，到底是數據的關聯性重佳，還是數據的精確性更好，還真的需要時間來檢驗一下，至少從現在的數據分析方法來論，更多的傾向于數據的精確性。
看完此書，我心中的一些問題：
1、什么是大數據？
查了查百度百科，是這樣定義的：大數據（bigdata），或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。大數據的4V特點：Volume、Velocity、Variety、Veracity這個好像是IBM的定義吧。
以個人的觀點來看：數據海量，存儲海量都是大數據的基本原型吧。
2、大數據適合什么樣的企業？
誠然，大數據的前提是海量的數據，只有擁有巨量的數據資源，方能從中查找出數據的關聯性，才可以讓通過專業化的`處理，讓其為企業產生價值。針對電信運營，互聯網應用這樣海量用戶的數據的大企業，也是在應用大數據的道路上擁有得天獨厚的條件，但是針對中小企業呢？銷售訂單數據？若非百年老店，估計數據也是少得可憐，能用的可能只有消費者數據了吧。貌似大多數廠商，用來舉例的也就是消費都購買行為分析為最多。
同樣，在公共事業類的政府機構，大數據的作用也許也能很好的發揮。反而感覺在大多數中小型企業應用大數據，似乎有點大題小作。書中說：大數據是企業競爭力。誠然，數據是一個企業的核心無形資源（利用得好的話），但是否所有的數據，或都換則方式說：所有的企業都以大數據為競爭力，是否真的合適么？是否在中小企業中，會顯示得小題大做呢？
3、大數據帶來的影響
當一波又一波的IT技術熱潮源源不斷地向我們鋪面而來的時候，你甚至都沒有做好準備，你都要開始迎接它所給你帶來的影響了。經過物聯網，云計算的推波助瀾下，大數據開始登場了。但它到底給我們帶來了什么呢？
1）預測未來書中以Google成功預測了未來可能發生流感的案例來開篇，表明通過大數據的應用，可以為我們的生活起一個保駕護航的指向標。實質很簡單，技術改變世界。
2）變革商業大數據所帶來的商機，同時會衍生出一系列與大數據相關的商業機遇與商業模式，數據的潛在價值會源源不斷地發揮作用可以容易想到的是未來有專門的數據收集，數據分析，數據生成的一條數據產業鏈產生。影響的，當然是IT公司。
3）變革思維書中所說：因為有海量的數據作基礎，未來，我們可能更關注數據的相關，而非精細度。對這條，本人還是持保留意見的。
大數據心得體會 5
如今說起新媒體和互聯網，必提大數據，似乎不這樣說就OUT了。而且人云亦云的居多，不少談論者甚至還沒有認真讀過這方面的經典著作——舍恩佰格的《大數據時代》。
維克托·邁爾舍恩伯格何許人也？他現任牛津大學網絡學院互聯網研究所治理與監管專業教授，曾任哈佛大學肯尼迪學院信息監管科研項目負責人。他的咨詢客戶包括微軟、惠普和IBM等全球企業，他是歐盟互聯網官方政策背后真正的制定者和參與者，他還先后擔任多國政府高層的智囊。
這位被譽為：大數據時代的。預言家“的牛津教授真牛！那么，這位大師說的都是金科玉律嗎？并不一定，讀大師的作品一定要做些功課才好讀懂，才能能與之進行一場思想上的對話。
舍恩伯格分三部分來討論大數據，即思維變革、商業變革和管理變革。
在第一部分”大數據時代的思維變革“中，舍恩伯格旗幟鮮明的亮出他的三個觀點：
一、更多：不是隨機樣本，而是全體數據。
二、更雜：不是精確性，而是混雜性。
三、更好：不是因果關系，而是相關關系。對于第一個觀點，我不敢茍同。
一方面是對全體數據進行處理，在技術和設備上有相當高的難度。另一方面是不是都有此必要，對于簡單事實進行判斷的數據分析難道也要采集全體數據嗎？
我曾與香港城市大學的祝建華教授討論過。祝教授是傳播學研究方法和數據分析的專家，他認為一定可以找到一種數理統計方法來進行分析，并不一定需要全部數據。聯系到舍恩伯格第二個觀點中所說的相關關系，我理解他說的全體數據不是指數量而是指范圍，即大數據的隨機樣本不限于目標數據，還包括目標以外的所有數據。我認為大數據分析不能排除隨機抽樣，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，我認為這是對他第一個觀點很好的補充，這也是對精準傳播和精準營銷的一種反思。”大數據的簡單算法比小數據的復雜算法更有效。“更具有宏觀視野和東方哲學思維。對于舍恩伯格的第三個觀點，我也不能完全贊同。”不是因果關系，而是相關關系。“不需要知道”為什么“，只需要知道”是什么“。傳播即數據，數據即關系。在小數據時代人們只關心因果關系，對相關關系認識不足，大數據時代相關關系舉足輕重，如何強調都不為過，但不應該完全排斥它。大數據從何而來？為何而用？如果我們完全忽略因果關系，不知道大數據產生的前因后果，也就消解了大數據的人文價值。如今不少學者為了闡述和傳播其觀點往往語出驚人，對舊有觀念進行徹底的否定。
世間萬物的復雜性多樣化并非非此即彼那么簡單，舍恩伯格也是這種二元對立的.幼稚思維嗎？其實不然，讀者在閱讀時一定要看清楚他是在什么語境下說的，不要因囫圇吞棗的淺讀而陷入斷章取義的誤讀。比如說舍恩伯格在提出”不是因果關系，而是相關關系。“這一論斷時，他在書中還說道：”在大多數情況下，一旦我們完成了對大數據的相關關系分析，而又不再滿足于僅僅知道‘是什么’時，我們就會繼續向更深層次研究的因果關系，找出背后的“為什么”。“由此可見，他說的全體數據和相關關系都在特定語境下的，是在數據挖掘中的選項。
大數據研究的一大驅動力就是商用，舍恩伯格在第二部分里討論了大數據時代的商業變革。舍恩伯格認為數據化就是一切皆可”量化“，大數據的定量分析有力地回答”是什么“這一問題，但仍然無法完全回答”為什么“。因此，我認為并不能排除定性分析和質化研究。數據創新可以創造價值，這是毫無疑問的。舍恩伯格在討論大數據的角色定位時仍把它置于數據應用的商業系統中，而沒有把它置于整個社會系統里，但他在第二部分大數據時代的管理變革中討論了這個問題。
在風險社會中信息安全問題日趨凸顯。如何擺脫大數據的困境？舍恩伯格在最后一節”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問題？至少可以提供更多的思考維度。正如舍恩伯格在結語中所道：”大數據并不是一個充斥著算法和機器的冰冷世界，人類的作用依然無法被完全替代。
大數據為我們提供的不是最終答案，只是參考的答案，幫助是暫時的，而更好的方法和答案還在不久的未來。“謝謝舍恩伯格！讓大數據討論從自然科學回到人文社科。由此推斷，《大數據時代》不是最終答案，也不是標準答案，只是參考的答案。
此外，在閱讀此書之前還必須具備一些數據科學的基本知識和基本概念，比如說什么叫數據？什么叫大數據？數據分析與數據挖掘的區別，數字化與數據化有什么不同？讀前做些功課讀起來就比較好懂了。
大數據心得體會 6
信息時代的到來，我們感受到的是技術變化日新月異，隨之而來的是生活方式的轉變我們這樣評論著的信息時代已經變為曾經。如今，大數據時代成為炙手可熱的話題。筆者在這說明信息和數據，只是試圖首先說明信息、數據的關系和不同，也試圖說明，為什么信息時代轉變為了大數據時代?大數據時代帶給了我們什么?
信息和數據的定義。維基百科解釋：信息，又稱資訊，是一個高度概括抽象概念，是一個發展中的動態范疇，是進行互相交換的內容和名稱，信息的界定沒有統一的.定義，但是信息具備客觀、動態、傳遞、共享、經濟等特性卻是大家的共識。數據：或稱資料，指描述事物的符號記錄，是可定義為意義的實體，它涉及到事物的存在形式。它是關于事件之一組離散且客觀的事實描述，是構成信息和知識的原始材料。數據可分為模擬數據和數字數據兩大類。數據指計算機加工的“原料”，如圖形、聲音、文字、數、字符和符號等。從定義看來，數據是原始的處女地，需要耕耘。信息則是已經處理過的可以傳播的資訊。信息時代依賴于數據的爆發，只是當數據爆發到無法駕馭的狀態，大數據時代應運而生。這是否是《大數據時代》一書所未曾闡述的背景材料?
在《大數據時代》一書中，大數據時代與小數據時代的區別：1、思維慣例。大數據時代區別與轉變就是，放棄對因果關系的渴求，而取而代之關注相關關系。也就是說只要知道“是什么”，而不需要知道“為什么”。作者語言絕對，卻反思其本質區別。數據的更多、更雜，導致應用主意只能盡量觀察，而不是傾其所有進行推理?這也是明智之舉2、使用用途。小數據停留在說明過去，大數據用驅動過去來預測未來。筆者認為數據的用途意在何為，與數據本身無關，而與數據的解讀者有關，而相關關系更有利于預測未來。3、結構。大數據更多的體現在海量非結構化數據本身與處理方法的整合。大數據更像是理論與現實齊頭并進，理論來創立處理非結構化數據的方法，處理結果與未來進行驗證。4、分析基礎。大數據是在互聯網背景下數據從量變到質變的過程。筆者認為，小數據時代也即是信息時代，是大數據時代的前提，大數據時代是升華和進化，本質是相輔相成，而并非相離互斥。
數據未來的故事。數據的發展，給我們帶來什么預期和啟示?銀行業天然有大數據的潛質。客戶數據、交易數據、管理數據等海量數據不斷增長，海量機遇和挑戰也隨之而來，適應變革，適者生存。我們可以有更廣闊的業務發展空間、可以有更精準的決策判斷能力、可以有更優秀的經營管理能力可以這些都基于數據的收集、整理、駕馭、分析能力，基于脫穎而出的創新思維和執行。因此，建設“數據倉庫”，培養“數據思維”，養成“數據治理”，創造“數據融合”，實現“數據應用”才能擁抱“大數據”時代，從數據中攫取價值，笑看風云變換，穩健贏取未來。
大數據心得體會 7
讀了《大數據時代》后，感覺到一個大變革的時代將要來臨。雖然還不怎么明了到底要徹底改變哪些思維和操作方式，但顯然作者想要“終結”或顛覆一些傳統上作為我們思維和生存基本理論、方法和方式。在這樣的想法面前，我的思想被強烈震撼，不禁戰栗起來。
“在小數據時代，我們會假象世界是怎樣運作的，然后通過收集和分析數據來驗證這種假想。”“隨著由假想時代到數據時代的過渡，我們也很可能認為我們不在需要理論了。”書中幾乎肯定要顛覆統計學的理論和方法，也試圖通過引用《連線》雜志主編安德森的話“量子物理學的理論已經脫離實際”來“終結”量子力學。對此我很高興，因為統計學和量子力學都是我在大學學習時學到抽筋都不能及格的課目。但這兩個理論實在太大，太權威，太基本了，我想我不可能靠一本書就能擺脫這兩個讓我頭疼一輩子的東西。作者其實也不敢旗幟鮮明地提出要顛覆它們的論點，畢竟還是在前面加上了“很可能認為”這樣的保護傘。
近幾十年，我們總是在遇到各種各樣的新思維。在新思維面前我們首先應該做到的就是要破和立，要改變自己的傳統，跟上時代的腳步。即使腦子還跟不上，嘴巴上也必須跟上，否則可能會被扣上思想僵化甚至阻礙世界發展的大帽子。既然大數據是“通往未來的必然改變”，那我就必須“不受限于傳統的.思維模式和特定領域里隱含的固有偏見”，跟作者一起先把統計學和量子力學否定掉再說。反正我也不喜歡、也學不會它們。
當我們人類的數據收集和處理能力達到拍字節甚至更大之后，我們可以把樣本變成全部，再加上有能力正視混雜性而忽視精確性后，似乎真的可以拋棄以抽樣調查為基礎的統計學了。但是由統計學和量子力學以及其他很多“我們也很可能認為我們不再需要的”理論上溯，它們幾乎都基于一個共同的基礎——邏輯。要是不小心把邏輯或者邏輯思維或者邏輯推理一起給“不再需要”的話，就讓我很擔心了!
《大數據時代》第16頁“大數據的核心就是預測”。邏輯是——描述時空信息“類”與“類”之間長時間有效不變的先后變化關系規則。兩者似乎是做同一件事。可大數據要的“不是因果關系，而是相關關系”，“知道是什么就夠了，沒必要知道為什么”，而邏輯學四大基本定律(同一律、矛盾律、排中律和充足理由律)中的充足理由律又“明確規定”任何事物都有其存在的充足理由。且邏輯推理三部分——歸納邏輯、溯因邏輯和演繹邏輯都是基于因果關系。兩者好像又是對立的。在同一件事上兩種方法對立，應該只有一個結果，就是要否定掉其中之一。這就是讓我很擔心的原因。
可我卻不能拭目以待，像旁觀者一樣等著哪一個“脫穎而出”，因為我身處其中。問題不解決，我就沒法思考和工作，自然就沒法活了!更何況還有兩個更可怕的事情。
其一：量子力學搞了一百多年，為了處理好混雜性問題，把質量和速度結合到能量上去了，為了調和量子力學與相對論的矛盾，又搞出一個量子場論，再七搞八搞又有了蟲洞和羅森橋，最后把四維的時空彎曲成允許時間旅行的樣子，恨不得馬上造成那可怕的時間旅行機器。唯一阻止那些“愛因斯坦”們“瞎胡鬧”的就是因果關系，因為爸爸就是爸爸，兒子就是兒子。那么大數據會不會通過正視混雜性，放棄因果關系最后反而搞出時間機器，讓爸爸不再是爸爸，兒子不再是兒子了呢?其二：人和機器的根本區別在于人有邏輯思維而機器沒有。《大數據時代》也擔心“最后做出決策的將是機器而不是人”。如果真的那一天因為放棄邏輯思維而出現科幻電影上描述的機器主宰世界消滅人類的結果，那我還不如現在就趁早跳樓。
還好我知道自己對什么統計學、量子力學、邏輯學和大數據來說都是門外漢，也許上面一大篇都是在胡說八道，所謂的擔心根本不存在。但問題出現了，還是解決的好，不然沒法睡著覺。自己解決不了就只能依靠專家來指點迷津。
所以想向《大數據時代》的作者提一個合理化建議：把這本書繼續寫下去，至少加一個第四部分——大數據時代的邏輯思維。
大數據心得體會 8
《大數據時代》，作者大數據時代的讀書筆記【英】維克托及肯尼思合著，大數據是當今世界最熱門的詞匯，很多媒體、創業者、領導都言必稱大數據，然而，到底何為大數據，大數據對我們方方面面的影響是怎樣的？閑來重讀，仍有啟發。
在作者看來，大數據時代，要從三個方面改變我們的思維方式和操作方式，一是要分析所有數據而不僅僅依靠少量的樣本數據；二是不必追求精確性而要依賴于數據的豐富性，大數據的簡單算法比小數據的復雜算法更有效。三是，不再探求難以捉摸的因果關系，轉而關注事物的相關關系，知道“是什么”就夠了，沒有必要知道“為什么”。在越來越多的情況下，快速清晰的相關關系分析比慢速的因果分析更有用和更有效。
作者認為，在小數據世界中，相關關系就有價值，在大數據世界中，相關關系大放異彩，直接可以解決問題，例如購物網站中的個性化相關推薦，如果A和B經常一起發生，我們只需要注意到B發生了，就可以預測A也發生了。大數據的相關關系分析更準確、更快，而且不易受偏見影響。
書中另外有價值的點：
大數據的真正含義不是數據海量，而是“全數據”和“個體數據”，即數據是全部的數據而非隨機抽樣的，以及技術的發展已經可以幫助我們針對每一個個體進行數據分析。
大數據對我們的核心價值是預測。
找到一個關聯物并監控它，我們就能預測未來。因為任何事物的發生都不會是瞬間的，而是慢慢出問題的，通過搜集所有的數據，我們可以預先捕捉到事物要變化的信號。
數據的`價值并不僅局限于特定用戶，它可以為了同一目的多次使用，也可以用于其他目的，數據的價值是其所有可能用途的總和。每個組織都應該收集盡可能多的使用數據并保存盡可能長的時間。
大數據并不是一個充斥著運算法則和機器的冰冷世界，其中仍需要人類扮演重要角色。大數據是一種資源，也是一種工具，一旦得以有效利用，大數據就可以變革公司的盈利模式。
總之，世界上也許沒有互聯網思維，但是一定有大數據思維，即使用全體數據而不是隨機抽樣，降低對精確性的要求而使用海量數據，以及，用相關關系解決問題而非鉆到因果關系的牛角尖之中。
大數據心得體會 9
世界正邁入大數據、云計算的時代，人類朝著數據化、數字化的方向發足狂奔，我們原有的科學、技術、工作和生活方式正在被信息技術所改寫，很多科學領域會被大數據技術所替代，也會崛起很多新興科學家和職業，譬如數據科學家、數據中間商等。大數據會顛覆很多的產業和行業，甚至一夜之間就能變換運營模式，因為在大數據面前，人類不會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決策的調整，“快”和“實用”更能滿足大眾的需求。
數據之大，漫無邊際，無窮無盡，包含著我們人類的一呼一吸，一舉一動。處在大數據帝國的前夜，眺望星空，這是個最好的時代，因為數據時代轉折的重要性，不亞于黑猩猩站立起來行走劃時代，很多科幻片里的場景會出現在我們的'日常；這也會是個最壞的時代，因為人類最終會為此走向哪里，只有蒼穹能知道！
當我們擁有海量數據時，絕對的精準不再是我們追求的主要目標，我們樂于接受數據的紛繁復雜，也只有接受不精確性，我們才能打開一扇從未涉足的世界的窗戶。
————《大數據時代》
小數據時代，我們在數據的精準性上花費很多，包括規則和準則、復式記賬的平衡規則、信息系統等等，數據閉環，所以數據具有結構性，所以可以找根尋蹤，找尋問題的根源，尋求解決方案。
大數據時代來臨，因為數據量的龐大，以及數據背后的繁雜性，以及處理數據的知識IT工程師和計算者，別忘了，擁有數據的是政府和獨角獸商人，所以，他們很難對數據進行深度分析，這樣也會催生各個領域的數據分析業務，數據生態鏈核心就清晰了起來。
大數據會取代小數據嗎？這是不可能的事，大數據和中小數據之間的防火墻更會高筑！
大數據都是基于樣本的非結構性數據，推送到我們面前的數據指引，都已經經過了各種算法的粗加工，融入了計算者的各種算法，算法會因人而異，利用我們過去的電子痕跡，預測我們的現在和未來，一花一世界。
初期的一大一小，數據的交融，像極了海上的漁網，具有強關聯性。
數據就像是一個神奇的鉆石礦，在其首要價值被發覺后，仍能不斷創造價值。大數據擁有者依賴技術專家挖掘數據的價值，但技術專家（數據武士）并沒有想象中那么耀眼，他們在大數據中淘金，發現了金銀珠寶，可最后卻要把這些財富拱手讓給大數據擁有者。
————《大數據時代》
當恐龍消失，人類慢慢成為了動物界的主人。
數據是我們工作、生活中的點滴記錄，它真實、樸實無華，它們也會有聲音，只是需要有慧眼和思維才能駕馭。
我們只有跨過數據化、數字化的長河，才能開啟AI時代，路途遙遠，主人！
大數據心得體會 10
數據已經成為一種商業資本，一項重要的經濟投入，可以創造新的經濟利益。事實上，通過對海量數據進行分析，我們可以獲得巨大價值的產品或服務，或者深刻的洞見。
大數據時代的思維變革
（1）不是隨機樣本，而是全體數據：在大數據時代的第一個轉變就是利用所有數據，而不再僅僅依靠一小部分數據。采樣分析的精確性隨著采樣隨機性的增加而大幅提高，但與樣本數量的增加關系不大。因此樣本選擇的隨機性比樣本數量更加重要。大數據的方法不采用隨機分析法，而是采用所有數據，即樣本=總體。
（2）追求數據的混雜性而不是精確性：大數據為了擴大數據規模允許不精確。大數據的簡單算法比小數據的復雜算法更加有效。大數據要求我們接受紛繁性，放棄對精確性的追求，在大數據時代我們無法獲得精確性。
（3）大數據追求相關關系而非因果關系：通過監控一個現象的良好的關聯物，相關關系可以幫助我們捕捉現在和預測未來。大數據的相關關系分析法更加準確、更快，而且不易受傳統思維模式和特定領域里隱含的固有偏見的影響。建立在相關關系分析法上基礎上的預測是大數據的核心。
大數據時代的商業變革
（1）一切皆可量化：量化是數據化的核心。我們要的是數據化而不是數字化。數據化是指一種把現象轉變為可制表分析的量化形式的過程。數字化指的是把模擬數據轉換為0和1換算表示的二進制碼。
有了大數據的幫助，我們不再會將世界看作世界是一連串我們認為或是自然或是社會的現象，我們會意識到本質上世界是由信息構成的。將世界看作信息，看作可以理解的數據海洋，為我們提供了一個從未有過的審視現實的視角。它是一種可以滲透到所有生活領域的世界觀。
（2）數據的絕大部分價值都隱藏在表面之下：數據的價值不僅限于特定用途，它可以為同一目的而被多次使用，也可以用于其他目的。數據的基本用途是為信息的收集和處理提供依據。不同于物質的東西，數據的價值不會隨著它的使用而減少，而是可以不斷地被處理。
數據的創新包括：數據的再利用（采集用戶的搜索數據判斷用戶的偏好或發展趨勢）、重組數據（多個數據集的總和重組在一起時比單個數據集更有價值）、可擴展數據（使得某種方式收集的單一數據集有多種不同的用途）、數據的折舊值（隨著時間推移，大多數數據都會失去一部分基本用途但潛在價值依然強大）、數據廢氣（使用用戶在網上留下的數字軌跡，如在線交互痕跡，來改善舊服務）、開放數據（開放政府數據讓私營部門和社會大眾訪問）。
（3）數據、技術與思維的三足鼎立：大數據價值鏈的構成為大數據采集掌控、大數據挖掘技術、大數據思維。現今我們處在大數據時代的早期，思維和技能是最有價值的。但最終大部分的價值還是必須從數據本身中挖掘。大數據公司的多樣性表明了數據價值的轉移。隨著數據價值轉移到數據擁有者手上，傳統的商業模式也就被顛覆了。
未來行業專家和技術專家的光芒都會因為統計數學家和數據分析家的出現而變暗。因為后者不受舊觀念的影響，能夠聆聽數據發出的聲音。
大數據決定企業的競爭力。規模很重要，大規模的公司擁有大量數據以及采集更多數據的能力，而小規模公司則更加靈活，因此中型企業將會逐漸消亡。
大數據時代的管理變革
（1）讓數據主宰一切隱憂：大數據的核心思想是用規模劇增來改變現狀，這會給我們帶來更多威脅。
在大數據時代，不管是告知與許可（很多數據在收集時并無意用作其他意圖，而最終卻產生了很多創新的`用途）、模糊化（有意識的模糊化可能起到反作用）還是匿名化（大數據促進了內容的交叉檢驗），這三大隱私保護策略都失效了。
大數據被濫用于因果分析可能導致罪責的判定是基于對個人未來的預測。進行個人罪責推定需要行為人選擇某種特定的行為，他的選擇是造成這個行為的原因。而大數據并不是建立在因果關系基礎上的，而是相關關系！所以大數據絕不可以用來進行罪責推定！
（2）責任與自由并舉的信息管理：大數據時代要借助限制信息濫用的規范而不是最初的審查來防止其泛濫。要想保護個人隱私就需要個人數據處理器對其政策和行為承擔更多的責任。
個人隱私保護從個人許可到讓數據使用者承擔責任：為了實現數據二次運用的優勢與過度披露所帶來的風險，監管機制可以決定不同種類的個人數據必須刪除的時間。再利用的時間框架則取決于數據內在風險和社會價值觀的不同。公司可以利用數據的時間更長，但相應的必須為其行為承擔責任以及負有特定時間之后刪除個人數據的義務。我們還可以開發新的技術促進隱私保護。如“差別隱私”：故意將數據模糊處理，促使對大數據庫的查詢不能顯示精確結果。
在依據大數據技術作重大決策時必須保證特定防護措施的到位：（a）公開原則。用來進行預測分析的數據和算法必須公開。（b）公正原則。具備由第三方專家公證的可靠、有效的算法系統。（c）可反駁原則。明確提出個人可以對其預測進行反駁的具體方式。（d）確保對人的評判依據真實行為而非大數據分析。
大數據的運作超出我們正常理解范圍。為了防止大數據的預測、運算法則和數據庫變得不透明、不可解釋、不可追蹤，大數據需要被檢測并保持透明度，當然還有使這兩項得以實現的新型專業技術和機構，大數計算法師將會崛起。
為了保護極具競爭力的大數據市場，必須防止壟斷。政府也應該公布其數據。
大數據心得體會 11
這本書里主要介紹的是大數據在現代商業運作上的應用，以及它對現代商業運作的影響。
《大數據時代》這本書的結構框架遵從了學術性書籍的普遍方式。也既，從現象入手，繼而通過對現象的解剖提出對這一現象的解釋。然后在通過解釋在對未來進行預測，并對未來可能出現的問題提出自己看法與對策。
下面來重點介紹《大數據時代》這本書的主要內容。
《大數據時代》開篇就講了google通過人們在搜索引擎上搜索關鍵字留下的數據提前成功的預測了美國的h1n1的爆發地與傳播方向以及可能的潛在患者的事情。google的預測比政府提前將近一個月，相比之下政府只能夠在流感爆發一兩個周之后才可以弄到相關的數據。同時google的預測與政府數據的相關性高達97%，這也就意味著google預測數據的置信區間為3%，這個數字遠遠小于傳統統計學上的.常規置信區間5%！而這個數字就是大數據時代預測結果的相對準確性與事件的可預測性的最好證明！通過這一事以及其他的案例，維克托提出了在大數據時代“樣本=總體”的思想。我們都知道當樣本無限趨近于總體的時候，通過計算得到的描述性數據將無限的趨近于事件本身的性質。而之前采取的“樣本t；總體”的做法很大程度上無法做到更進一步的描述事物，因為之前的時代數據的獲取與存儲處理本身有很大的難度只導致人們采取抽樣的方式來測量事物。而互聯網終端與計算機的出現使數據的獲取、存儲與處理難度大大降低，因而相對準確性更高的“樣本=總體”的測算方式將成為大數據時代的主流，同時大數據時代本身也是建立在大批量數據的存儲與處理的基礎之上的。
接下來，維克多又通過了ibm追求高精確性的電腦翻譯計劃的失敗與google只是將所有出現過的相應的文字語句掃描并儲存在詞庫中，所以無論需要翻譯什么，只要有聯系google詞庫就會出現翻譯，雖然有的時候的翻譯很無厘頭，但是大多數時候還是正確的，所以google的電腦翻譯的計劃的成功，表明大數據時代對準確性的追求并不是特別明顯，但是相反大數據時代是建立在大數據的基礎住上的，所以大數據時代追求的是全方位覆蓋的數字測度而不管其準確性到底有多高，因為大量的數據會湮埋少數有問題的數據所帶來的影響。同時大量的數據也會無限的逼近事物的原貌。
之后，維克托又預測了一個在大數據時代催生的重要職業——數據科學家，這是一群數學家、統計學與編程家的綜合體，這一群人將能夠從獲取的數據中得到任何他們想要的結果。換言之，只要數據充足我們的一切外在的與內在的我們不想讓他人知道的東西都見會在這一群家伙的面前展現得淋漓盡致。所以為了避免個人隱私在大數據時代被這一群人利用，維克托建議將這一群人分為兩部分，一部分使用數據為商業部門服務，而另一群人則負責審查這一些人是否合法的獲得與應用數據，是否侵犯了個人隱私。
無論如何，大數據時代將會到來，不管我們接受還是不接受！
我覺得《大數據時代》這本書寫的很好，很值得一讀。因為會給我們很多啟發，比如你在相關的社交網站發表的言論或者照片都很有可能被“數據科學家”們利用，從而再將相關數據賣給各大網店。不過，事實就是我們將會成為被預測被引誘的對象。所以說，小心你在網上留下的痕跡。
我喜歡這本書是因為它給我展現了一個新的世界。
大數據心得體會 12
《大數據時代：生活、工作與思維的大變革》由維克托邁爾-舍恩伯格和肯尼思庫克耶所著。舍恩伯格曾先后任教于世界最著名的幾大互聯網研究學府。現任牛津大學網絡學院互聯網治理與監管專業教授，曾任哈佛大學肯尼迪學院信息監管科研項目負責人，哈佛國家電子商務研究中網絡監管項目負責人；曾任新加坡國立大學李光耀學院信息與創新策略研究中心主任。并擔任耶魯大學、芝加哥大學、弗吉尼亞大學、圣地亞哥大學、維也納大學的客座教授。
1.大數據時代處理數據理念上的三大轉變：要全體不要抽樣，要效率不要絕對精確，要相關不要因果；接著，從萬事萬物數據化和數據交叉復用的巨大價值兩個方面，講述驅動大數據戰車在材質和智力方面向前滾動的最根本動力；最后，作者冷靜描繪了大數據帝國前夜的脆弱和不安，包括產業生態環境、數據安全隱私、信息公正公開等問題。
2.大數據的核心就是預測。它通常被視為人工智能的一部分，或者更確切地說，被視為一種機器學習。但是這種定義是有誤導性的。大數據不是要教機器像人一樣思考。相反，它是把數學算法運用到海量的數據上來預測事情發生的可能性。
3.在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴于隨機采樣。研究數據如此之多，以至于我們不再熱衷于追求精確度，此外不再熱衷于尋找因果關系。
4.數據化意味著我們要從一切太陽底下的事物中汲取信息，甚至包括很多我們以前認為和“信息”根本搭不上邊的事情。
5.對“小數據”而言，最基本、最重要的要求就是減少錯誤，保證質量。
6.相比依賴于小數據和精確性的時代，大數據因為更強調數據的完整性和混雜性，幫助我們進一步接近事實的真相。
7.建立在相關關系分析法基礎上的預測是大數據的核心。
8.“現實挖掘”這里指的是通過處理大量來自手機的數據，發現和預測人類行為。
9.所謂大數據思維，是指一種意識，認為公開的數據一旦處理得當就能為千百萬人急需解決的問題提供答案。
10.大數據的.價值不再單純來源于它的基本用途，而更多源于它的二次利用。
11.大數據大大地威脅到了我們的隱私和自由，這都是大數據帶來的新威脅。但是與此同時，它也加劇了一個舊威脅：過于依賴數據，而數據遠遠沒有我們所想的那么可靠。
12.面對大數據，保護隱私的核心技術不再適用了。同樣，通過大數據預測，對我們的未來想法而非實際行為采取懲罰措施，也讓我們惶恐不安，因為這否認了自由意志并傷害了人類尊嚴。
13.個人隱私保護從個人許可到數據使用者承擔責任的轉變是一個本質上的重大變革。
14.在大數據時代，關于公正的概念需要重新定義以維護個人動因的想法：人們選擇自我行為的自由意志。簡單地說，就是個人可以并應該為他們的行為而非傾向負責。
大數據心得體會 13
《大數據時代》是由盛揚燕、周濤翻譯的英國維克托·邁爾——舍恩伯格、肯尼思·庫克耶的一部力作。作者維克托·邁爾——舍恩伯格，被譽為“大數據時代的預言家”；譯者周濤，是我國大數據和網絡科學領域的青年領軍人物。強強聯合、中西合璧，使這部中譯本自2013年1月與英文原版同步面世以來，即獲好評如潮。至2015年10月，在短短不到三年時間里，已加印到第18版，足見其閱讀面之廣、影響力之深。
《大數據時代》，是我目前最喜歡的一本書。它點燃了我的“紙質閱讀”熱情，引導我從以休閑、娛樂為主的片斷閱讀轉向了與工作需要相統一的深度閱讀。我是比較愛讀書的，但自從去年手機啟用了上網功能后，我對網上閱讀也由最初的好奇逐步發展為習慣，坐著看手機、躺著看手機，甚至上廁所都拿著手機。但在這樣的閱讀中，思維仿佛禁錮在了手機屏幕的方寸之間，怠于思考。久而久之，思考能力怕是會退化，甚至只是生活在自己的網絡空間里，與現實脫節。對此，我感到警醒和焦慮，一直想從這樣的閱讀習慣中擺脫出來，盡管期間也讀了幾本書，但被動閱讀成分居多，直到我讀到《大數據時代》。這一次，我只用一個周末兩、三天的時間就讀完了這本書，閱讀速度堪比早年讀《哈里·波特》。這樣的手不釋卷，這樣的閱讀速度，讓我對自己又有了信心，我還是可以閱讀紙質書的。《大數據時代》字里行間洋溢的時代氣息深深地感染了我，令我發自內心地渴望了解時事，理解國家、企業面臨的形勢任務。于是，捧讀起《中國油氣產業發展分析與展望報告藍皮書》、《中國國情報告》，也同樣興趣盎然。這一刻，我感到我的閱讀興趣與我的工作需要統一起來了，這是我近年來一直在努力探索和追求的。《大數據時代》，讓我的生活充滿閱讀快樂。
喜歡《大數據時代》，偶然中有必然。本書語言生動，內容豐富，可讀性強。特別是上百個與現實生活密切相關、基于大數據應用的鮮活案例，發人深醒。比如，書中所舉的排查紐約可能發生爆炸的沙井蓋（下水道檢修口）案例，就非常有代表性。紐約每年會發生多起沙井蓋爆炸，爆炸能使重達300磅的沙井蓋沖上幾層樓的高度，非常危險。為紐約提供電力支持的聯合愛迪生電力公司每年都會對沙井蓋進行常規檢查和維修，但因沙井蓋量大，僅在紐約最小的行政區曼哈頓就有大約51000個沙井蓋和服務設施，難以及時發現爆炸隱患并排除。哥倫比亞大學的統計學家魯丁和她的同事，從大數據角度切入，通過對一些歷史數據的研究，預測出可能會出現問題并且需要維修的沙井蓋，既利于及時發現并排除隱患，又有效降低了檢修成本。由此我聯想到，我們大慶油田經過50多年的`開發建設，水網、電網、油氣網密布。即使沒有大的事故發生，也容易出現“跑、冒、滴、漏”的情況。隨著歲月的增長，這樣那樣的問題會更加令人疲于應對。特別是隨著燃氣入戶，天然氣管網遍布身邊，一旦發生事故，直接關系到居民的生命財產安全，影響人心穩定，影響社會穩定。若能從大數據角度系統考慮這些安全問題，配套完善技術裝備和手段，及時收集數據、整理數據，讓數據說話，傾聽數據聲音，排查事故隱患，必能事半功倍。否則，就會像愛迪生電力公司初期“撞大運”式的抽檢沙井蓋那般，即使全員日夜不停地努力工作，也難以有效解決問題。
《大數據時代》提出的觀點，同樣令我眼界大開。本書前瞻性地指出，大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型，并用三個部分講述了大數據時代的思維變革、商業變革和管理變革。以大數據時代的思維變革為例，本書明確提出“讓數據‘發聲’”、“允許不精確”、“知道‘是什么’就夠了”等觀點，非常有沖擊性。尤其是“知道‘是什么’就夠了，沒必要知道‘為什么’”的觀點，與我們的傳統認知和行為習慣相去甚遠。但仔細想來，卻非常適用、實用、管用。在這個越來越講究效率、越來越講究速度的時代，若是對任何事情，都執著于探索現象背后的原因，也就是必須在知道為什么的基礎上開展下一步工作，難免會降低工作效率，甚至會錯失良機。就像上文提到的排查紐約可能發生爆炸的沙井蓋案例，若魯爾和她的同事糾結于探索因果關系，總是試圖揭示“為什么”，怕是其有生之年都不能完成該項任務。也許，作者本身并非不重視“為什么”，只是用這樣的闡釋方式，引起人們對“是什么”的重視。突然想起孔夫子那句頗受爭議的“民可使由之，不可使知之”，想來以孔子之“仁”，一定沒有小看“民”的意思，他所關注和強調的也只是效率。跨越2000多年，東西方文化在此相互碰撞、相互佐證，令人嘆為觀止。
去年召開的黨的十八屆五中全會，從國家戰略層面，做出了實施大數據戰略的部署和要求。善用大數據、融入新時代，是我們提高企業競爭力的重要手段，也是我們貫徹落實中央精神的重要體現。真誠希望更多人閱讀《大數據時代》，在盡享閱讀快樂的同時，關注大數據、開發大數據、應用大數據，充分釋放數據效能，加快成功腳步，實現人生精彩，為企業發展、國家富強、民族振興做出更大的貢獻。
大數據心得體會 14
近期，讀了一本很火的書—《大數據時代》，得到了一些知識和思考，大數據是一個很重要的概念，代表了很重要的趨勢。《大數據時代》一書，闡述和厘清了大數據的基本概念和特點，也使得我對金融和大數據有了一些思索。
大數據，是思維、技術與數據的三足鼎立。大數據不僅指規模龐大的數據，它首先是一種思維方式的變化，其次是對這些數據的處理和應用，是數據、處理技術與應用三者的統一的一列處理技術，最后，大數據的前提必然是充裕互通的數據本身。
金融沒有類似實物的物理生產、倉儲、物流等過程，但其本身是數據的生產、倉儲、挖掘、傳輸、分析和集成。所以大數據對于金融而言，相比其他行業，無疑是有更巨大的影響力。
大數據的思維方式會改變傳統金融作業思維，它首先是會改變金融信貸業的抵押文化，推動信用變現成為可能和主流。尤其是中國金融行業，有著根深蒂固的抵押文化，在貸款的過程中嚴重依賴于抵押物，這是中小企業得不到貸款服務的很重要原因。抵押文化讓貸款服務提供方在考量時思維變得簡單粗暴。貸款方的考量核心是判斷抵押物品的價值，確保有相應的價值空間。
長期而言，抵押文化對金融業發展有相當負面的影響。要想做到真正的改變就是要強化信用貸款，建立信用機制。真正的安全不是抵
押物，而是人們的信用。我們講大數據對金融影響，首先要有思維上的認識變化。
信用看不見，摸不著，但大數據的方式可以幫助還原一個人，甚至一群人的信用輪廓，讓個人或者群體的信用變得金光燦燦，觸手可及。這將是根本性的改變，并產生巨大的影響。 一個人或者群體的信用好壞取決于很多的變量，而且信用本身不是靜態的，而是一個動態的行為特征的體現——資產、收入、消費、個性、習慣、社交網絡等等都是會對信用產生影響。個體信用正式通過各種行為決定的，但是體現一個人的信用的行為并非是全無規律的。通過大數據，可以很好地通過對個體或者群體的大量信用行為進行收集、整理、分析，只要把這些糅合在一起時，會發現很多客觀規律，使得人的信用立體化，從而實現對于個體或群體信用的預計。
金融，特別是互聯網金融，對大數據的使用，天生具有優勢。互聯網可以在法律和道德所容許的范圍內捕捉信用評估所需要的個人或群體的'行為信息，并將這些繁雜的信息提供給大數據作業系統進行處理，完成對個人或群體的信用價值的評估分析。從這個角度來說，P2P 在對信用大數據的使用方面更有獨特優勢，由于 P2P 兩面市場的特點，決定了它可以覆蓋更多的用戶，同時由于充分利用了人人組織的特點，可以讓用戶自己產生數據，從而實現數據的自我產生和循環。使得“取之不盡，用之不竭”的數據創新成為現實。
在可預見的未來，大數據對金融的影響：
金融服務將進一步從粗放式管理向精細化管理轉型。由抵押文化向信用文化轉變更全面的信用體制和風險管理體制將會建立；從“利潤為中心”向“客戶為中心”轉型。從“關注整體”向“關注個體”轉型。
我們還可以預見，真正能帶來改變的互聯網金融、大數據金融一定是由深諳互聯網思維，立足小額信用貸款服務，涉及海量用戶，注重數據資產，耐心長遠的公司所推動的。這有這樣，才是符合大數據的趨勢，才能擁有長期的核心競爭力。
馬云指出，中國不缺銀行，但“缺乏一個對十年以后中國經濟成長承擔責任的金融機構”.在他看來，阿里巴巴并非在做金融，而是在建立一個可靠的信用系統。“互聯網擁有著大量的數據，今天中國缺的是銀行改造。中國缺的是一套動態的、準確的信用體系，而我們正在做這樣一套信用體系。在我們眼里，企業沒有大小、國有民營之分，只有有信用、沒信用之分。”
我相信大數據與金融在未來會聯系的越來越緊密，了解大數據、學習大數據、應用大數據將對未來金融產生深遠而有益的影響。
大數據心得體會 15
最近鬧的沸沸揚揚的“斯諾登事件”讓我想起前段時間的暢銷書《大數據時代》。
維克托邁爾舍恩伯格在《大數據時代》一書中，首先給出了“大數據”的含義：你的一個習慣動作，你的一次消費行為，你的一份就診記錄……文字、方位、溝通等一切事物皆可以量化為數據，不僅人類生產和生活中“有意義”的信息海量產生，相比以往呈幾何數級的爆炸式增長，“無意義”的數據的膨脹速度也同樣驚人。
數據采集存儲技術讓所有的一切信息都可能被數據化，互聯網特別是移動互聯網技術讓所有的數據可以串聯起來，無遺漏數據分析技術幾乎可以讓所有的數據都派上用場。“大數據時代”，沒有了“有意義”信息和“無意義”信息的邊界，誰能得到信息并善于利用信息，誰就會搶占先機。“大數據時代”不僅影響著我們每一個人，甚至連世界經濟格局也在醞釀著巨大變革。因此，《大數據時代》的作者認為，大數據從根本上改變我們認識世界和改變世界的方式，開啟了一次重大的時代轉型。
歷史是一面鏡子，照向未來。毫無疑問，已有的大數據也屬于歷史的范疇，但大數據時代卻是指向未來的。大數據時代，我們分析的`數據因為“大”，擺脫了傳統對隨機采樣的依賴，而是面對全體數據；因為所有信息都是“數”，可以不再糾結具體數據的精確度，而是坦然面對信息的混雜；總量每兩年就可以翻番，而且這一趨勢還在加速。倘若能夠更有效地組織和使用大數據，人類將得到更多的機會發揮數據對社會發展的巨大推動作用。研究證明，人類行為93％是可以預測的，成為“已經發生的未來”。
大數據時代，決策將日益基于數據和分析而作出，而并非基于經驗和直覺。雖然目前大數據預測的還只是參考答案，不是最終答案，但其威力已經顯現。在《大數據時代》中，作者舉的3個例子令人印象特別深刻。
一是谷歌僅憑網民留下的相關痕跡，就能得出與事實相符度高達97％的結論，2009年比疾控中心提前兩周、具體到了特定的地區和州、準確預測了甲型h1 n1流感的爆發。2013年，又成功預測了美國流感的暴發。
二是奧巴馬2008年的選舉，競選團隊里設置了首席數據科學家，他利用facebook和twitter進行數據分析，不但利用社交媒體來發布信息，幫助奧巴馬團隊定位目標選民，甚至篩選出一些潛在的競選志愿者。
三是微軟公司通過大數據分析處理，對新一屆奧斯卡金像獎作出“預言”，結果除“最佳導演”外，其余13項大獎全部命中。
正如維克托教授所說，我們目前看到的大數據和大數據應用，還只是“冰山的一角”。一定程度上，大數據就是新財富，價值堪比石油，正因為如此，賽門鐵克公司的調研報告顯示，全球企業的信息存儲總量年增67目前包括谷歌、舊m 、微軟、emc，惠普，以及我國的百度、騰訊、阿里巴巴等眾多巨頭，已早早開始布局大數據，為在即將來臨的大數據時代做好競爭鋪墊。
大數據已經滲入到了生活的方方面面，將逐漸成為現代社會基礎設施的一部分，就像公路、鐵路、港口、水電和通信網絡一樣不可或缺。更有人說，大數據是繼邊防、海防、空防之后的第四個大國博弈的空間。美國奧巴馬政府已經把“大數據”上升到了國家戰略的層面，投資2億美元啟動“大數據研究和發展計劃”。
大數據時代，可以讓人成為上帝，通過各數據匯總，俯瞰世界中你想知道的任何一面。大數據時代，也可以讓你困擾不堪，因為你面臨個人隱私被不斷泄露和基于數據預測偏見的麻煩和危機。美國國家安全局和聯邦調查局于2007年啟動了一個代號為“棱鏡”的秘密監控項目，劃直接進入美國網際網路公司的中心服務器里挖掘數據、收集情報，包括微軟、雅虎、谷歌、蘋果等在內的9家國際網絡巨頭皆參與其中。報道刊出后外界嘩然。保護公民隱私組織予以強烈譴責，表示不管奧巴馬政府如何以反恐之名進行申辯，不管多少國會議員或政府部門支持監視民眾，這些項目都侵犯了公民基本權利。
因此，維克托教授在《大數據時代》中表達了“數據主宰一切”的隱憂，并提出了“責任與自由并舉”的信息管理設想，這也是我們在擁抱大數據時代時必須思考和解決的問題。
【大數據心得體會】相關文章：
十大數據折射經濟走勢08-13
電視數據的數據論文08-02
數據庫實例數據庫實習心得體會11-06
數據結構心得體會10-24
大數據即將改造十大行業10-08
閃存在大容量數據采集系統中的應用08-14
培訓數據心得體會（精選20篇）09-08
醫學大數據心得體會范本06-24
2016年數據營銷的七大趨勢10-17
為什么移動硬盤無法拷貝大容量數據09-21