- 相关推荐
大数据时代读书心得体会
我们心里有一些收获后，好好地写一份心得体会，这样就可以总结出具体的经验和想法。那么好的心得体会是什么样的呢？下面是小编为大家整理的大数据时代读书心得体会，仅供参考，大家一起来看看吧。
大数据时代读书心得体会1
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20xx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。20xx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。
第二，传统的思维习惯受到挑战
因果关系思维，是人们生活中最为普遍的一种思维方式。既是看上去没有关系的事情，人们也总是从因果的角度去理解他。比如说，1885年7月6日，巴斯德接诊了一个被带有狂犬病毒的狗咬伤的孩子，他把自己刚研制出来的狂犬疫苗给孩子注射，结果孩子活下来了。巴斯德的这一举措，使得狂犬疫苗和孩子的生存之间建立起了一个因果关系。但事实上，人被狂犬病狗咬伤后换上狂犬病的概率是只有七分之一，就算没有狂犬疫苗，这个孩子活下来的几率还是有85%。
在哲学界，关于因果关系的争论已经持续了几个世纪。争论的焦点在于：如果因果关系是普遍存在的，每一个果都有一个因和他相对应，世界上的所有事情都有因果的话，我们就没有决定任何事情的自由了。尽管哲学领域的争论很热烈，但并不耽误人们在日常生活中通过因果关系来思考问题。不仅如此，由于掌握的数据过少，人们还容易从线性关系的角度找寻事物之间的因果关系。在物理学中，有一种处理数据的方式之一就是“化曲为直”，设法找到两个变量之间的线性因果关系，从而进行定量的描述。事实上，由于很多事情之间的关系是很复杂的，简单的线性处理容易导致人们对事物本质属性的误解。
在大数据时代，相关关系比因果关系重要。20xx年甲型H1N1流感发生之后，美国的卫生系统极力想从因果关系上来找到流感的源头，但信息反馈的速度太慢，让专家们束手无策。谷歌公司做出了快速反应，把5000万条美国人最频繁检索的词条和美国疾控中心在20xx年至20xx年间季节性流感传播时期的数据进行比较，研究特定检索词条的频繁使用与流感在时间和空间上的传播之间的联系，很快就确定了流感是从哪个地方传播出来的。谷歌采取的就是相关关系分析的方法，而不是因果关系分析的方法。这是大数据时代，对数据进行处理的一种典型方法。
第三，数据化比数字化更加重要
数字化是将模拟数据转化成0和1的二进制码，以便电脑进行数据处理的过程。过去的很长时间，我们所做的事情，就是对文本进行数字化。很多书籍包括教材，通过PDF等格式，变成了数字形态的资料，存入了电脑或者网路之中。
但是，这些数字化的资料要查询起来并不方便。首先你要知道所需的资料在那本书中，其次你还要仔细地去翻阅这些数字化的资源，以便找到你所需要的信息。这和到书本里去找没有本质的区别。
如果这些数字文本能够被数据化，文本中的字、词和段落能够一一被识别，利用搜索殷勤加以检索就会方便很多。所谓数据化就是将一种现象转化为可以制表分析的可量化的过程，量化，是数据化的核心。信息只能被数据化，其巨大的潜在价值才有可能被释放出来。
数字化带来了数据化，但数字化不能替代数据化。今天，很多学校都在进行“电子书包”的课程教学实践，但有不少实践者认为，所为电子书包，就是将纸质的课本和教辅资料数字化，装入电脑中让学生上课中使用，这其实是对电子书包最大的误解。电子书包的核心在于数据化，要通过对学生学习过程所记录的大数据分析，把握学生的个性化学习特征，以便给予更有针对性的指导。
三、需要关注的一些问题
从教育的角度看，大数据时代的来临，对教育的变革将带来巨大的影响。
首先是教育内容要进行革新。大数据使得传统的因果思维方式、科学研究方式不再是生活、工作起主导地位的方式，这必然要求我们在教学中要将这些变化和学生讲清楚，以便他们能够在今后走上社会的时候有足够的能力迎接挑战。
其次是教学方式要进行革新。过去的教学，因为没有大量数据的支撑，该教什么全凭教师自己跟着感觉走。今天，我们可以将教师的教学视频挂在晚上，通过深度分析学生在观看视频的过程中在哪些地方停顿或者重放的频次比较高，来找出学生不明确或者课程吸引人的地方，帮助教师改进教学、确定教学重点。这必然导致教师教学方式的变革。
第三是学习路径会发生变化。在过去，如果你想成为一个优秀的生物学家，一定要认识很多生物学家。今天，要解决一个生物难题，可能与天体物理学家或者数据视图设计师联系就可以实现。
第四是要防止对数据的痴迷。一方面，我们要研究学校长期以来储存下来的大量数据，同时积累学校每天的教育数据，为进入大数据时代做好充分的思想准备；另一方面，要唤醒学校里沉睡的数据，让其在学校管理和教师教学中发挥更大的作用；再一方面，也要防止出现另一个极端，那就是对数据的痴迷。能仅仅为了收集数据而收集数据，要让数据在如何全面反映一个学生的能力、全面反映教师的教育质量等方面做出实践和探索。
大数据时代读书心得体会2
书名中的时代二字让我陷入了深深的误区，big data就只是大数据而已。读完全书，也没有发现作者有说大数据会引领一个时代的观点，我们知道当今是一个数字化、信息化的时代，但绝不还是大数据的时代。但大数据的重要性不严而喻，生活、工作、学习中许多有关大数据的例子的确离我们很近，我们甚至就是众多大数据的一部分。那大数据对我这样一名工科大学生有什么用，对于我这一名国防生又什么用呢，这样的一本书是否能够更好的帮助我在未来的工作岗位上博得头筹，取得一番成绩！还有为了接触、利用大数据并防范大数据所带来的弊病，我又该怎么做呢？书中有这样一句话：大数据是一种资源，也是一种工具。大数据为我们提供暂时的帮助，以便等待更好的方法和答案出现。这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。
所说的谦恭之心和人性之本都强调了人在大数据时代的.重要性。我们才是数据之源，我们才应是数据的受益者。当我还没读完思维变革这一部分的时候，我就在思考这样的思维变革对我会有着怎样的影响？参加过两次数学建模竞赛的我，在两次的参赛过程中，学会了许多数据处理和数学建模方法。数学模型所具有的对事件或数据的描述性、预测性、说明性是与大数据完全不同的。大数据下的思维变革不再追求数据的准确性和因果关系。如果我在数学建模提出一种产生某个结果的原因，我是需要明明白白地把其他因素的影响一一剔除。我记得在参加比赛最后关头写论文的时候，对于所研究的问题，我们必须在前面把各种变量给写进去，然后再有选择性的在可接受的条件下忽略掉很多变量的影响，但我们在很多时候却给不出一个剔除这个因素的理由。可如果你不能排除掉其它的因素的影响，整个的数学模型建立及计算过程就会太复杂甚至是不能得出一个结果。但是在大数据时代，一个结论是可以通过足够多的数据得出来的，不需要明白其中的为什么。如果真是这样，我只觉得我需要思维上的变革，可我做不到，我接受不了事物与事物之间的黑盒子。这离我太遥远。
可我又不敢在此时否认自己将来的工作与大数据的相关性，书中第三部分——大数据时代的管理变革中就举到一个罗伯特。麦克纳马拉的例子，他是五角大楼＂统计控制队＂中一名精英，这个队伍让之前不知道飞机备用零件种类、数量和放置位置的军方在制定了综合清单之后，为部队节省下了36亿美元。而我的专业就是飞行器动力，我很清楚我国航空发动机的研究制造水平是深深限制了空军力量的发展。在夏季学期去黎明航空发动机厂实习的时候，许多讲解的师傅都会强调一点，发动机的每一个零件上都是有标号的。零件的工艺卡片上会记录其每一个工序的加工时间、地点，加工、组装、调试人员等的资料，这些卡片将会一直保存下去。这不仅能够方便维修和更换，在出现事故之后，还可以追根溯源，查出事故的原因。我当时就在想还好这东西产量不是很高，一台涡扇发动机仅仅叶片数量就是数千了。这样的大数据肯定还可以好好利用，帮助我们去发现科技研发和制造生产中矛盾与不足，并做出改进。但航空发动机的发展需要的更多的是技术的积累，特别是关键技术的实验数据我们还有着很大的缺失。我们不能像BAT这些互联网巨头可以轻松收集数据，航空发动机的技术积累需要一代代人在理论、实验上的积累，才有可能在这种大数据的支撑下做出真正属于自己的航空发动机。
这种积累利用方法可能与书中作者所说的利用大数据进行预测、创新相比起来不是足够高端，但是新的方法需要人去摸索，我也愿意成为这样的第一人，我也坚信大数据能够给这样一个领域带来另一片天空。只是在航空发动机的领域我们是不能只停留在＂是什么＂这一步的！精心策划数据的因果关系研究和控制实验很有必要。
最后，我提出一个疑问，那就是大数据能不能创造出另一个毕加索呢？
【大数据时代读书心得体会】相关文章：
《时代广场的蟋蟀》读书笔记03-16
时代广场的蟋蟀读书笔记05-28
《时代广场的蟋蟀》读书笔记04-06
新时代好少年读书心得体会09-11
《时代广场的蟋蟀》读书笔记(15篇)02-14
《时代广场的蟋蟀》读书笔记15篇04-20
《时代广场的蟋蟀》读书心得09-08
时代广场的蟋蟀读书心得09-12
《时代广场的蟋蟀》读书心得04-07