读后感是表达个人阅读心得的一种方式，可以激发自己的思考和创作能力。写读后感时，可以选取书中的一个片段或一句话作为引子，为文章增加亮点和吸引力。接下来是几篇读后感的范文，希望对你的写作有所帮助和启发。
涂子沛大数据的读后感篇一
知道＂是什么＂就够了，没必要知道＂为什么＂。在大数据时代，我们不必非得知道现象背后的原因，而是让数据自己＂发声＂。这个命题是我读这本书最大的感触。
对于大多数人来说，这的确是一场思维变革。对于理科学生来说，会认为这是一个错误的观点，因为这无异于否定了他们对世界客观物理化学规律探索的重要性；对于一名工科学生，其实这并不是一个多么新颖的观点，因为工科是讲求时用性的，如何能更好地利用基本自然科学规律创造社会财富比探索自然科学知识显得更重要。
这些天来，在读大数据这本书的同时，也稍微重温了一下自动控制原理，认识到控制系统中存在明显的大数据时代思维方式，借读书交流会之际，与大家分享。
对系统的有效控制需要对系统理解与建模。以一个日常生活中的例子说明。开车的时候一脚油门下去车就飞出去了，但并不知道这一脚油门下去能给多大车速，这就需要驾驶人员的熟练的驾驶技能了，不然超速被开罚单是很正常的。那么，问题就来了：如何能实现速度的自动控制而不用驾驶人员踩油门？这就是控制系统最关键的环节——建立系统数学模型。大白话就是知道车速与燃油量的数学关系式。若是以探索为什么的思维模式，不可避免的要列一大堆能量方程、动量方程等物理化学式子，经过繁杂的计算，还是能得到车速和燃油量的数学关系式的。很明显这是一个繁琐的过程，因为得知道现象背后的原因。这仅是对于这种简单的系统，若是对于航空发动机这种复杂的系统，结构工艺过于复杂，分析各部分的物理化学过程是十分困难的，这时候可以通过实验法得到数学模型。
实验法主要有时域测定法、频域测定法和统计相关法。与大数据时代思维最接近的是统计相关法，主要过程是对被研究对象施加某种随机信号，根据被测对象各参数的变化，采用统计相关法确定被测系统或对象的动态特性。这种方法可以在被测系统或生产过程正常运行状态下进行在线辨识，测试结果精度较高，但要求采集大量测试数据，并需要相关仪和计算机进行数据计算和处理。
若用开车实例来解释，此时的系统为汽车动力系统，施加的随机信号为燃油量，被测对象指车转速，得到的动态特性就是指车速与燃油量函数关系式，从而不用探求背后的物理化学规律就得到了数学模型。
在沈阳黎明航空公司实习时去过试车间，除了发动机点火后震撼的场景动人心魄，控制室屏幕上海量的数据也同样引人注目，我想这么多数据无非就是验证数学模型或直接实验法得到数学模型，结合航空发动机这种复杂的系统，对于搞控制的人来说，得到数学模型就够了，现象背后的原因交给研发的人来探索更好。
涂子沛大数据的读后感篇二
《大数据》是中国大数据领域第一本著作，引领了中国社会对大数据战略、数据治国和开放数据的讨论，该书先后获得国家图书馆文津图书奖、第四届中国软科学前沿探索奖、20xx年度十大好书等奖项。下面是有涂子沛大数据的。
读后感。
欢迎参阅。
7月的一天，我有幸拿到了涂子沛的《大数据》一书，几个月来认真翻阅了好几遍，并查阅了许多相关的文章，也让我产生了写下这篇读后感的冲动。
当今的时代是一个信息的时代，是一个数据爆炸的时代。信息是数据的内容，数据是信息的载体。随着电脑、网络的普及，搜索引擎技术的进步以及云时代的来临，上至国家下至个人，无不为数据所包围，信息无处不在、数据无处不在。难以想象离开数据、离开数据管理，我们这个社会将会是什么样子。
那么大数据时代到底有多大呢?我们知道计算机用二进制存储和处理数据，一位是指一个二进制数位——0或1，这是存储信息的逻辑单元。一个字节有8位，再往上是kb(1kb是210字节)、mb(1mb是220字节)、gb(1gb是230字节)、tb(1tb是240字节)、pb(1pb是250字节)、eb(1eb是260字节)、zb(1zb是270字节)、yb(1yb是280字节)。但这究竟是多大的数据呢，我们还是难以想象。有人统计过将1tb的数据全部打印出来，需要用5000万个四开门的书柜去储藏。这是多么庞大的一个数啊，而这只是1tb——240个字节。而仅全世界消费者一年产生的数据就有6000pb，全世界企业一年产生的数据有7000pb。截至20xx年，人类产生的数据为1。2zb，且数据每年以指数级增长，每两年我们拥有的数据将翻一番。
在大数据时代，数字电视、手机、移动互联网统治了我们。截至20xx年，中国手机网民数突破4。2亿;20xx年中国超过美国成为最大的智能手机市场;20xx年2月微信用户数突破4亿，到9月，微信用户达到5亿，微信用户正在以每6个月增长1亿用户的速度增长;95%的智能手机用户睡前玩手机。
“棱镜门”事件主角爱德华•斯诺登一时间成为全球关注的目标，网络时代何处安放我们的隐私?美国间谍卫星精度达到了5至10厘米，当今社会我们每个人近乎“透明”!
大数据时代给我们带来什么。
1965年，英特尔创始人之一戈登•摩尔考察了计算机硬件的发展规律，提出了著名的摩尔定律。该定律认为，同一个面积集成电路上可容纳的晶体管数目，一到两年将增加1倍，也就是说，其性能将提升1倍。换句话说，计算机硬件的处理速度和存储能力，一到两年将提升1倍。这一定律揭示了信息技术进步的速度。
数据的爆炸是“三维”的，是立体的，这三个维度，主要表现在：同一类型的数据量在快速增长;数据增长速度在加快;数据的多样性，即新的数据来源和新的数据种类在不断增长。
任何一件事物，都有一个从量变到质变的过程。在当前这个数据爆炸的时代，数据带给我们什么呢?我想最重要的是带来了思维模式的转变。转变了我们一直以来以因果逻辑思维的模式，变成了相互关系的逻辑思维。举一个例子，在不久的将来我们完全可以通过数据分析，预判出一次地震的时间、地点、强度，但我们不是通过分析地壳运动而来的，而是通过相互关系的庞大的数据分析而来的。
20xx年的冰灾，当时的广州火车站滞留了25万人，这个数据是通过当时在这个区域的手机使用数统计出来的，与后期的最终统计基本吻合。大数据使我们开始了一次全新的探索，而探索的意义不在于发现新大陆，而在于发现新视角。
大数据时代给企业带来了什么。
数据挖掘是一种知识产生的过程，从中产生创新、产生管理、产生推动社会变革的理论与实践。
沃尔玛公司是美国的一家世界性连锁企业，以营业额计算，为全球最大的公司。沃尔玛一年产生的数据有2500tb。沃尔玛公司通过对大量历史数据的分析发现，年轻爸爸去超市购买婴儿尿布会顺便买点啤酒犒劳自己。因此，沃尔玛推出了尿布与啤酒搭售的营销策略，使销售量增长。
纽约，美国最大的城市及第一大港，拥有810多万人口，其36%为外国移民，人口使用约170种语言。1990年，纽约市共发生了凶杀案2245宗，1995年下降到1171宗，20xx年下降到466宗，创下50年最低。纽约是如何实现这个成绩的呢?原来纽约通过把20xx年的犯罪数据和交通数据整合，开发出了“数据驱动的警务管理”，发现交通事故高发地带，也是犯罪活动的高发地带，而且两者的高发时间段也同样吻合。这就将警察以往“亡羊补牢”的工作模式转变为“守株待兔”的工作模式，取得了巨大的成绩。
大数据及其分析，将会在未来20xx年改变几乎每一个行业的业务功能。任何一个组织，如果早一点着手大数据工作，都可以获得明显的竞争优势。用另一本类似著作《大数据时代》的作者维克托的一句话：“大数据是未来，是新的油田、金矿。”
当前我们的企业每天获得大量的生产、营销、办公数据，如何将数据分析应用其中是时代赋予我们的挑战。如何实现粗放型向精细化转变，大数据为我们的企业提升管理效率、提高服务水平提供了有利平台。
世界每天都在变，唯一不变的是变化。大数据将是传统行业的掘墓者，盛极一时的柯达倒闭了，微软收购了诺基亚……我们的企业处在这样一个变革的社会，应该何去何从，值得我们每一个人深思。
首先说下《大数据》这本书好的地方就是将大数据变化为一本科普读物，不是讲大数据的关键技术和具体实现，而更多的是围绕美国政府基于数据的管理历史线条展开，让大家更加容易理解大数据在政府执政和公共事务管理中发挥的作用，所以我看完后最大的感觉就是关注智慧城市的相关人员完全有必要阅读该书，会对以后在智慧城市的管理和建设中如何更好的理解大数据，应用大数据，发挥大数据本身的业务价值有更好的理解。
为何近几年出现大数据，最重要的还是随着信息技术和互联网，管理的精细化，全球化和社交圈扩大，数据呈现了指数级的增长。20xx年美国的数据，离散制造业966pb，政府848pb，传媒行业715pb，这是麦肯锡20xx年出版的一份报告《大数据：下一代创新，竞争和生产率的前沿》里面的一个估算。正是由于数据指数级的增长，对数据的开放，信息自由，数据的采集，数据的分析和处理，预测和决策提出了更高的要求。
信息自由，一为信息公开，二为信息发布。公开是政府和某一社会特定主体的关系，是点对点的;而信息发布是政府和社会的关系，是点对面的。信息自由法已经成为美国不可缺少的一个基本法案，只有信息自由才谈得上进一步的数据开放和数据共享。
我们信奉上帝，除了上帝任何人都要以数据说话。信息技术发展，数据指数级增长，已经彻底改变了政府，社会，商业群体的决策方法。需要的是形成一种数据驱动的决策方法，数据治国，需要基于实证的事实而非简单的意识形态。而真正要让数据能够上升到决策层面，首先需要的就是数据大范围采集，数据抽样，数据测量和数据质量管理。另外数据驱动和事件驱动是两种模式，数据驱动强调的是历史和预测，而事件驱动强调的是实时和响应。大数据有一个维度专门是指速度和快速响应，更需要考虑事件驱动和数据驱动融合。
帝国法则，详细讲述了数据的收集法则，使用法则，发布法则和管理法则。数据能够满足既定的用途，它才有质量。如果不能满足既定的目标和用途，就谈不上质量。换句话说，数据的质量不仅取决于它本身，还取决于它的用途。数据质量的问题涉及到数据收集，使用，发布等所有过程的问题。数据质量管理要有标准，有流程，有救助机制。
从软件的开源到数据的开放，我们过渡到一个新的世界，可以讲数据开放式本身的另外一个重点。在这个新的世界里面，数据远远比软件更加重要。从20xx年以来，美国一直在进行数据开放运动，联邦政府也专门家里了数据开放门户网站datagov，其主要目标就是通过数据开放，通过鼓励新的创意，让数据走出政府，得到更多的创新型应用。从而进一步巩固政府透明化，民主化和政府效能。
数据之争涉及到原始数据采集，数据质量，数据安全，数据粒度，数据价值，数据虚实多个维度。而datagov不仅仅开放了原始数据，地理数据，还包含了数据分析工具的开放。数据开放为创新提供了无穷的燃料，因为创新型应用，数据的能量将逐层放大。
预测未来最好的方法，就是创造未来。而数据最大的价值仍然在预测上面，在解决了数据开放，数据采集，数据质量管理，数据处理后，最重要的作用就是基于数据进行科学的预测和决策。数据竞争将是企业赢之道，一些企业已经将他们商业活动的每个环节放在了数据收集，分析和行动的能力上。
进入20xx年大数据一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新，人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者消费浪潮的到来。“大数据”的运用在各个领域发挥着前所未有的重要作用，渗透到了当今每一个行业和业务职能领域，成为重要的生产因素，并对人类的数据驾驭能力提出了更新的挑战。
一、传统的信息格局被打破。
不是我不明白，这世界变化快。20xx年还是一张软盘打天下的时代，短短十多年光景，硬盘的存储容量已从4gb、16gb、32gb迅速攀升到1tb(相当于1024gb的容量)。原来仅有1.44mb的软盘在当时感觉存储容量还是蛮大的，到现在硬盘容量蹿升至1tb了，反而感觉存储空间捉襟见肘，到底是哪里出现了问题呢?1965年英特尔的创始人之一戈登摩尔考察了计算机硬件的发展规律，提出了著名的摩尔定律。该定律认为，同一个面积集成电路上可容纳的晶体管数目，一到两年将增加一倍，换句话说，计算机硬件的处理速度和存储能力，一到两年将提升一倍。这一定律，得到验证。
大数据!一语惊醒梦中人，大数据时代已经悄然来临。随着社交网络的逐渐成熟，移动宽带迅速提升，云计算、互联网应用更加丰富。更多的传感设备、移动终端接入到网络，由此产生的数据及增长速度迅速攀升。那么什么是大数据呢，正如ibm总结的那样：“大量化(volume)、多样化(variety)和快速化(velocity)”就是“大数据”的显著特征。
二、管理法则：质量是数据时代的根本。
数据能满足其既定的用途，它才有质量。如果不能满足既定的目标和用途，就谈不上质量。换句话说，数据的质量不仅取决于它本身，还取决于它的用途(引致数据库专家杰克.奥尔森)。
随着网络的出现，政府开始在网上发布信息和数据，对政府而言，是一个很大的挑战，因为数据一经政府发布，往往被视为权威，对社会的各个领域都可能产生重大的影响。任何一份通过网络发布的信息，面对的都不是一定特定群体，而是全体国民，如果政府发布数据的质量不可靠，将受到频繁的、大范围的质疑，特别是一些可以会影响到公共政策和行业管制标准的数据，将引起巨大的争议。
例如：单位奶制品中蛋白质含量、菌落总数应该是多少?饮用水里能混杂多少含量的微量元素?新鲜蔬菜能带有多少指标的杀虫剂残留?工厂排放的废气、汽车的尾气以及车间的通风条件都要符合怎样的标准等等，这些标准，都是数据。随着社会的发民、科学的进步，这些标准越来越多越来越细，每一个都和国民生活和经济发展息息相关。所以政府在网上发布数据，必须慎之又慎，保证质量。
三、大数据在各领域中的价值表现。
1、数据竞争：企业赢利之道。
企业以“低成本、高效率”的方式来开展公司的业务，而要做到“低成本、高效率”的运营以及决策正确，企业必须广泛推选以事实为基础的决策方法、大量使用数据分析来优化企业的各个运营环节，通过基于数据的优化和对接，把业务流程和决策过程当中存在的每一分潜在的价值都“挤”出来，从而节约成本，战胜对手，在市场上幸存。这种竞争，就是一种基于数据的竞争。
已经有越来越多令人信服的证据表明：只要实施正确的政策和激励，大数据将成为竞争的关键性基础，并成为下一波生产率提高、创新和为消费者创造价值的支柱。信息时代的竞争，不是劳动生产率的竞争，而是知识生产率的竞争。数据，是信息的载体、是知识的源泉，当然也就可以创造价值和利润，可以预见，基于知识的竞争，将集中表现为基于数据的竞争，这种数据竞争，将成为经济发展的必然。
2、通讯、电信、商务智能、互联网的逐步演变。
近年来，随着大数据的迅猛增加，各个行业、政府部门都在尝试“用数据来决策”、“用数据来管理”、“用数据来创新”，在这个过程中，涌现了一大批既务实管用，又令人耳目一新的做法和应用。
回顾历史，我们从广播的年代到电视的年代再到本世纪初互联网的年代，从音频对话到可视电话，数据技术一直在我们的生活中扮演重要的角色，互联网出现之后，就交流和互动而言，广播和电视无疑相形见绌。
“大数据”可能带来的巨大价值正渐渐被人们认可，它通过技术的创新与发展，以及数据的全面感知、收集、分析、共享，为人们提供了一种全新的看待世界的方法。
四、总结。
涂先生从数据本身的革命、社会科学的革命、企业管理的革命、社会管理的革命四个方面深刻阐述了大数据的重要意义，以最前沿的视野、直接的解读和剖析为我们理清了《大数据》一书的脉络和精髓，为我们如何能更好地阅读、理解、领会《大数据》一书的精神实质提供了很好的帮助，让我们意识到：大数据的时代，是不可逃避的。
涂子沛大数据的读后感篇三
“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。
涂子沛大数据的读后感篇四
（赵元）。
最近闲暇之余我读了徐子沛先生的《大数据》一书，真是让我受益匪浅。《大数据》又叫做《大数据：正在到来的数据革命》。全书通过讲述美国在过去的半个世纪里所发生的关于信息、技术方面的典型案例，来为读者剖析出一个浅显易懂的“大数据”。
《大数据》一书，之所以珍贵、便于阅读，在于徐子沛先生在写作过程之中，将原本高、精、尖的数据专业的专业术语，转而用浅显易懂的话语来表现，使得本书成为了一本平易近人的科普读物。使得阅读此书的读者无论年龄、专业、学识，都能最大限度的接触到书中所阐释的基本知识。而我作为一个农行从业四年的员工，当然也有属于我自己的一些感想：
《大数据》一书之中，所提出的一个关键性的问题就是为什么在近几年出现了“大数据”这一词语？作者举出了美国在2009年的相关数据，我从中发现了对该问题给出的一些答案。书中举例，麦肯锡《大数据：下一代创新，竞争和生产率的前沿》报告中进行估算，政府848pb，传媒行业715pb，离散制造业966pb。正是针对相关数据指标的增长，以及当前以全球化为背景的数据信息开放化，各类信息的自由化等原因，导致了面对数据的分析，以及数据的处理，数据的预测和数据的决策都有了更高的要求。这些要求导致我们在针对经济全球化，交流多元扩大化，各个专业管理与发展的精细化必须有一个相对宏观的经济分析头脑。书中使我感触最深的是，针对美国目前发展中的大事件以及现象，例如，美国矿难的悲情历史，街头警察的创新创奇，美国最热的交友信息平台facebook与推特，以及美国纠结百年的统一身份证的问题等，都一一分析了其背后所蕴含的经济学、金融学道理，以及这些时间的背后数据对于美国政府，公民以及社会的种种挑战。书中针对美国半个世纪的发展历程，逐一的分析其内涵，并将美国的发展与进步的基本原因归结为开放和创新。正是因为在这个时代美国强调对于互联网的最大利用化，才有了即使面对压力和强大的经济困难还在稳步前进的现代美国。
这本书给了我最大的启迪，说实话不是那些经济学案例，也不是那些几年前的数据信息。而是一种如何发展的理念。美国正是有了开放和创新才有了如今不断发展中的世界第一强国。而我们中国对于开放和创新却还没有做出最好的诠释。虽然我国的改革开放，技术创新已经取得了一定的成绩，但是面对发达国家我相信其中的差距也是不言而喻的。大到一个国家，小到一个集体，都离不开开放和创新。读了徐子沛先生的《大数据》，我思考最深的不是国家的改革与创新，而是我身处的农行的发展与创新。
作为一个在农行工作了四年的员工，我热爱的着我的岗位，也热爱着我为之努力奋斗的中国农业银行。面对农行未来的创新与发展，在对了这本书以后我针对自身的岗位得出了一些不尽成熟的想法：一方面，我们农行有自己的理财产品，而我行主要的营销方法还是有些被动，我的一点想法是可以多做集中性质的营销，例如在浦口区农行网点附近繁华地段发放宣传单，或者针对有需要的企业可以进行集体宣传，使我行的优质产品深入人心，从而也可以提升我行的基本效益。例如去年举行了几场“新老客户答谢会”，如果举办的次数再多一点，我觉得效果会更好。
另一方面，对于我行的创新产品我也有一些想法。创新是任何个人，企业，乃至国家的发展原动力。那么，我行也应该响应时代的召唤。近日，正值旅游的黄金时期，很多人选择出境旅游，但是有很多国家不支持银联卡，所以很多人想办理visa或mc的信用卡，但是信用卡办起来需要至少半个月的时间，且要求比较高。所以现在有的银行正在发行visa或mc的借记卡，且申领条件比较简单、速度快。我行可以参照并大力开发这一领域。
以上两点只是我个人的一点想法，虽然还有些稚嫩，有些不成熟，但是这两点是我看了徐子沛先生的《大数据》一书以后，基于我对农行的热爱，有感而发，由心而生的。
2013年09月。
涂子沛大数据的读后感篇五
当我们说人类是通过因果关系了解世界时，我们指的是我们再理解和解释世界各种现象时使用的两种基本方法：一种是通过快速、虚幻的因果关系，还有一种就是通过缓慢、有条不紊的因果关系。大数据会改变这两种基本方法在我们认识世界时所扮演的角色。
大数据的精髓在于我们分析信息时的三个转变，这些转变讲改变我们理解和组建社会的方法。
第一个转变就是，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（样本=总体）。
第二个转变就是，研究数据如此之多，以至于我们不再热衷于追求精确度。
第三个转变因前两个转变而促成，即我们不再热衷于寻找因果关系，而应该寻找事物之间的相关关系。大数据告诉我们“是什么”而不是“为什么”。在大数据时代，我们不必知道现象背后的原因，我们只要让数据自己发声。
正如大家所知道的那样，人类的大脑具备这样的功能，它会把新输入的刺激或信息与“过去的经验或积累的部分知识”相对照，然后进行调整并接受下来。如果眼前新的现实与大脑中储存的固有信息无法协调，便会在无意识中拒绝接受新的现实（当作没有看见）；或者通过自己一知半解的知识任意推测，使自己认识到的情况偏离实际（产生错觉）。这是人的一种本能，目的在于使自己保持冷静。
所以作者称之为revolution。
公平正义的基础是人只有做了某事才需要对它负责，毕竟，想做而未做不是犯罪，社会关系于个人责任的基本信条是，人为其选择的行为承担责任。如果大数据分析完全准确，那么我们的未来会被精准的预测，因此在未来，我们不仅会失去选择的权利，而且会按照预测去行动。如果精准的预测成为现实的话，我们也就失去了自由意志，失去了自由选择的权利。既然我们别无选择，那么我们也就不需要承担责任。这不是很讽刺吗。
扯到这里，顺便扯一下，书中另一段关于自由意志的描述。
在哲学界，关于因果关系是否存在的争论已经持续了几个世纪。毕竟，如果凡事皆有因果的话，那么我们就没有决定任何事的自由了。如果说我们做的每一个决定或者每一个想法都是其他事情的结果。而这个结果又是由其他原因导致的。以此循环往复，那么就不存在人的自由意志这一说了。----所有的生命轨迹都只是受因果关系的控制了。因此，对于因果关系在世间所扮演的角色，哲学家们争论不休，有时他们认为，这是与自由意志相对立。
书中举了个例子，举了部电影《少数派报告》，当我看到这里的时候，“哎哟，我居然看过这部电影，想想心里还是有点小激动”，有兴趣的可以去看下，大概就是讲警察通过预测来提前抓捕犯人，不过不是通过大数据，是通过超人类的方式。当你什么举动都可以被预测，相当于你完全暴露在太阳光下，换成你，你害怕不。
最后，附上两段结语，一段是书中的一段话，另一段是我自己瞎编的。
大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，而更好的方法和答案还在不久的未来。
大数据终将会影响到我们，也像其他技术一样会是一把双刃剑，用得好，动心，滥用，害怕。如同核技术一样，用的话，造福地球，滥用，给个金刚石地球你，照样爆。我相信，未来的大数据的发展会如作者所说的，是一场生活、工作与思维的革命。
无论如何，大家看到这四个是不是有种，不管我上面扯得有没有道理，通不通顺，下面的话，会很有道理的样子的错觉（抄袭于《栋笃笑》）ok，无论如何，日子还是得照过。施主，我看你骨骼惊奇，是个练武奇才，最后送上《九阳神功》心法，以后维护世界和平的重任就交给你了。
他强由他强，清风抚山冈。
他横由他横，明月照大江。
他自狠来他自恶，我自一口真气足。
涂子沛大数据的读后感篇六
数据，对于我们现代社社会来说，已经是再熟悉不过了。大量化（volume）、多样化（variety）、快速化（velocity）和大价值（value）。这四个v就是大数据的基本特征。每天我们都不得不和数据打交道，比如我们平常所说得“眼观六路，耳听八方，”就是生活中一个很好的的收集数据的例子。还有，在我们平时的学习中，我们对于一些学习上的数据的整理等等。可以说，数据已经成为了我们的影子一样，无时无刻的在我们的身边活动。
拿到《大数据》这本书时，吸引我的不是书评的内容，而是书的封面上的一句话“除了上帝，任何人都可以用数据说话。”也就是说，上帝可以不用数据来说话，但是，作为一个平常人，我们做事，言论等都必须用数据来说话。用数据论来证我们的观点正确性。
那么数据真的就是那么重要吗？其实不然，数据果真有那么的重要。作者在书中大量应用世界头号强国美国的例子来说明美国是如何利用数据以及数据在美国人的利用下，是如何造福美国人的。使得美国人走上了民主、发展的道路。书中还引用了大量的利用数据的案例，以及利用数据会有什么样的后果。当然，作者在书中也很明确的表达了自己观点，也就是数据要被人利用，利用的好了，造福人类，否则，祸害无穷。
毫无疑问，我们正处在一个真正意义的大数据时代。但是，大数据浪潮的来龙去脉如何？数据技术变革何以能推动政府信息的公开、透明和社会公正？又何以给我们带来无限的商机，既便利又危及我们每个人的生活？《大数据》给了我们一个很好的答案。在拿到徐子沛《大数据》时，与其说这是个新概念，还不如说就是一个现实。信息技术的迅速发展和普遍应用，存储能力的膨胀，网络传输的便捷，必然产生巨大的数据量。即使是一个公司，经过多年的积累，产生的数据也是惊人的。每天繁多的数据，这就是要求企业要很好地存储数据，利用数据通过数据，使得数据说话，提升企业的业绩和知名度。
对于一个企业来说，比较实际的倒是关注一下企业微观大数据，如何充分利用现有的、能够得到的和自己创造的数据，采用《大数据》里提及的新技术、新方法、新理念，筛选、组织、关联、分析，精细化管理和挖掘数据，探索规律性的东西，指导企业活动。尽可能多的获取数据，首先是要有心，对于公司员工来说，随时随地注意收集客户数据、需求数据、产品数据、市场数据、资源数据等，经过整理，把它变成公司的数据资产；然后是要有据，信息与数据最大的不同，就是数据是能够度量或者确定的信息，不能“毛估估”，收集数据要精细化，要准确；其次要有序，数据需要存储，更加需要整理，单个数据没有很大意义，静止的数据也没有很大意义，有价值的数据是流动的、与其他数据交互作用的。一个大杂烩的数据库，在需要时让人找不到北，没有任何意义。再次，需要技术支持，大量的数据如何检索，如何关联，单靠人脑是不行的，需要建立基于特定理论的数据处理系统来分析管理。对于一个企业，最理想的是建立一个类似人类神经系统的数据管理系统，采用各种信息终端采集内部和外部信息，通过分析、归纳、筛选，形成管理数据，某些数据可以成为系统的“本能”，一旦触发能够自动做出反应；某些数据可以成为组合信息提交大脑综合分析，作出决策和反应。数据应该为人服务，这是一条基本原则。在大数据时代始终发挥人的主观能动性，采用先进的理念和技术驾驭数据，让人们生活更方便，工作效率更高，劳动强度降低，为社会创造更多的物质财富和精神财富。
在中国，统计部门提供的数据，是各级政府部门和广大人民群众了解国家社会经济发展和人民生活状况主要渠道。只有真实可靠统计数据，才能使政府决策有的放矢，人民了解国家经济与人民生活的真实状况。如果统计数据虚假不实，就会误导政府和人民，让政府失信于人民。因此，我们一定把握好数据的生命线—质量关，确保给国家和人民提供准确、真实、可靠、无误的数据。
二、如何高效有序地收集数据？
收集数据的目的是为分析利用数据。通过数据分析挖掘数据背后隐含的经济规律及有利于提高效率、改进工作的因素，提高政府管理、决策和人民生活水平，实现“用数据改进管理”。因此，作为统计人，不仅要做好数据收集的及时有效和真实正确，更重要的是要善于分析利用数据，写好专业分析报告，发现问题、支撑决策、评估绩效的目的。
此外我们还可以看到不少政府机构或者其他一些组织也在开始大数据解决他们遇到的一些问题。在本书的最后一章，作者告诉了我们大数据可能带来的坏处。如：通过大数据可能我们的个人各种信息、隐私会很容易地被大数据的拥有者找到，这些信息，可能被政府用来监管我们等；通过大数据可以预测可能发生的事，或者预测我们人个人本书即将做的行为，书中有个例子：警察通过大数据分析得出一个人即将可能犯罪，并把它逮捕了，但事实上这个人现在并没有犯罪。也许这就限制、约束了我们个人的自由。
看完这本书，颠覆了自己之前的一些想法：以前我们认为错误的数据是没有用，我们需要保证统计的数据的准确性，但是在大数据中，错误的数据也是有用的，它和其他所有相对正确的数据一起构成了整体，也就算不了什么了。我们同样可以从这些数据中得出比较正确的预测和分析。google利用人们搜索的关键字来预测和判断某个地区是否发生流感，google通过分析这个地区的人们搜索和流感有关的词的数量等来分析得出。google从互联网抓取数以亿记的各种语言、各种翻译水平的翻译结果，使用其翻译出来的准确率比那些微软使用正确的词库翻译出来的句子准备率更高。我自己的感想是，其实大数据无处不在，只要我们细心，我们就可以挖掘出身边的那些大数据，并做一些有意义的是，就像书中说的那样，我们不需要强求每条数据都那么真实准确，但是从大量的数据中我们就可以得出相对准备的结果。未来成功的公司必定是是那些拥有大量数据、并使用那些数据为大众提供服务的公司。
涂子沛大数据的读后感篇七
大数据，一个近年来的流行词汇，随着互联网信息技术的普及开始深入人心，又随着互联网对各类行业各种关系的颠覆和变革开始广泛普及。当越来越多的人开始对大数据无比推崇的时候，其实只是跟着趋势而已。这时候，如果能跳出来，看看这种趋势的源头和足迹，或许更容易找出一些能够指导未来的价值。在如今这个数据浪潮之中，《数据之巅》就提供了这么一个别样的视角。
要了解大数据，先得认清数据；要认清数据，先得看清数据的作用和价值。这方面，建国不过二百余年但已然是超级大国的美国无疑是最好的标本。都说美国的文明是建立在印刷术的基础上，这其实就是数据文化的基础——信息可以通过便捷的纸张与文字组合，实现一种虚拟化和抽象化，而这种抽象化很快就得到了广泛的信任。这是最早为数据创造价值准备的基础。在此之上，美国建国的先贤们考虑到了权力的分配、社会的发展等各项因素，建立了民主、共和相互制约的执政体系。事实上，所有的美好都是限制之后的产物，自由、民主和平等这人类的三大追求之间就是相互制约的关系。那么，该怎么进行有效的制约？如何让大家都能接纳？这时候，最能代表客观现实的数据就出现了。
《数据之巅》的第一部分就是这样展开的，从各种历史事件中数据的作用以及人们对数据的态度、反应、应用方式，勾勒出了数据文化的成长和成熟。解决权力分配的问题、决定改变历史的战争、制定从战略到战术的安排、考虑政治的计算以及商业层面上的利用；从搜集、统计、筛选、量化、抽样的方式方法演变到了解、安排、预测、准备、发掘、规范的效果体现，经历的历史似乎并不长，但造就的变革尤其精彩。数据其实一直都在，只在于人们是否需要它、重视它、愿意聆听它的意见……而人们往往也都在遇到了问题难以决断的时候才会想到数据这个伙伴，这也是为什么在第一部分的结尾中日本崛起的思考——二战后空前繁荣的美国工业因为遇上了供不应求的状态，自然走上了粗放型路径，冷落了相应的数据应用，而战败的日本正因为深陷困境，在快速汲取先进知识的同时也迅速接纳了数据文化，通过数据抽样的方式快速提升了质量……日本的崛起可以看作穷则思变的例子，但变革中数据的作用尤其明显。数据的优化作用由此可见一斑，书中更有很多案例，但要参透这一点，先得认识到数据的重要性才行，这可以算作是数据文化的入门吧！
可以说现实中的一切都是越用越少的，但看似虚拟的数据却越用越多。所谓大数据时代，背景正是高度发展科技能让更多的数据得以留存，这种留存和挖掘完全由机器实施，由此得到的结果也是叹为观止的。如果说科技的发展趋势已经越来越超乎我们的想象，那总有一些规律或者原则可以抓住——比如数据。书中第二部分的大数据崛起便将重点放到了当下，由此展望未来的可能性。诚然，大数据是被技术发展所推动的，但更是被重视数据的人们所推动的。
技术降低了数据获取、积累的成本，增加了计算的可能和利用的空间，但这只是一个表象。深层次需要在意的则是数据的开放，只有数据开放才有多元的整合，这需要由人来推动，而推动者必须有多元认知的思维方式、开放的心态——这是数据文化中尤为重要的一部分。如果之前我们认为智慧是属于人的，那么未来这个词将更多的形容一些别的体系，比如“智慧城市”。其实人的智慧依靠的是学习、理解和经验，那么机器的学习靠的就是数据，还有那些我们为其规划的应用方式和我们的需要。如何确定我们的规划和需求？靠数据，更得靠能够深入人心的数据文化！
正如作者提到中国社会要将“大数据”这个科技符号转变为文化符号，因为只有文化才能真正驱动人们的成长和发展，科技只是手段而已。只有建立了数据文化，愿意尊重数据、善于整合数据、敢于发掘数据中的异动……才能正真利用好大数据。数据文化是尊重事实、强调精确、推崇理性和逻辑的文化，这种文化将是发展最重要的动力，更是最好的参考。从《数据之巅》中，隐约可以看到一条隐约的轨迹，通向未知的远方却一直步步为营，这便是数据，来自于人而胜于人。
涂子沛大数据的读后感篇八
歌德把历史称为“上帝的神秘作坊”。在徐子沛先生新作《数据之巅》的精彩演绎下，关于数据文化如何形成、数据治国理念如何深入人心的历史画卷徐徐展开，令我们再次饱览古今中外因数据成就的神奇瞬间，领略统计文史的山风水韵和数据文化的悠远回音。康德说，数字是重要的透视方式。此言不虚。
子沛先生一如既往把中国作为本书的重心和出发点。从中国历史上的吉光片羽到第一次现代意义上的人口普查，从中国数据可视化先驱人物陈正祥的执着努力到民族复兴能否量化的中国话题，这些元素无疑令中国读者感到亲切和温暖。遗憾的是，在悠久的中华文明史上，这样的“统计事件”不仅凤毛麟角，亦未能带动整个民族和社会形成用数据说话、以数据治事的风尚。即使今天，我们依然面对这样一个不容回避的事实：统计数据虽然证明了中国已经成为世界第二大经济体，在数据使用上，特别是大数据的收集、分析、应用的手段、意识、水平和能力方面，我们与美国、欧洲，甚至同处亚洲的日本，仍有不小差距。作为统计人，在享受本书呈现的统计和数据文化盛宴时，无疑更平添了一份独有的清醒与忧思。
中国需要进一步营造数据文化氛围。美国的历史，就是一部“善用数据”的历史。说数据成就了共和政治、数据终结了南方的奴隶制度，尚属见仁见智。“布兰代斯诉讼方法”及后来的汉德公式，公共预算制度的普及，统计学理论方法用于公共政策的制定，以及成本效益分析方法在美国政府的推行等，实实在在证明了数据在保障公平正义、促进进步发展、增进自由和理性方面的决定性支撑作用，体现了数据治国的基本理念。党的十八大把实现国家治理体系和治理能力的现代化作为新的奋斗目标，更加迫切需要大力弘扬建立在数据基础上的科学与理性，需要建树“尊重事实、强调精确、推崇理性和逻辑的数据文化”，需要进一步营造善用数据的社会氛围，使注重数据、使用数据真正成为一种习惯和风尚。
中国统计人要做大数据的先行者和引领者。在统计的“纯真年代”，政府统计是权威一般的存在，是统计生产的当然主导者。大数据时代，海量的网络化电子化信息使每一个人、每一个单位都可能成为信息的生产发布主体，政府统计包打天下的格局正在被打破。我们当然可以通过法律手段来“宣示主权”，但我相信大多数统计人凭着专业精神、职业尊严，将不屑于采取这么“简单而直率”的方法，而更愿意像一名“骑士”一样为荣誉而战。作为统计数据的生产者、发布者和使用者，没有人比我们更了解大数据的意义、价值和力量。“用大数据打造统计基础数据‘第二轨’”，深刻阐明了国家统计局应用大数据的战略思想和战略思维。目前，国家统计局已经与17家企业签订利用大数据战略合作框架协议，在贸易统计、价格统计、交通运输统计、农业统计等多个领域取得重要进展。我们不仅要直接应用大数据，还要在推动数据开放和共享、建立和统一相关应用标准，实施国家大数据创新驱动战略等方面，发挥应有作用。
中国统计人还要成为数据文化的倡导者和传播者。在宣传统计工作、弘扬数据文化方面，统计人有着天然的优势和便利。家喻户晓的gdp、cpi、ppi、pmi等统计拳头产品，大型的经济普查、人口普查、一套表联网直报等重要统计事件，为宣传统计、传播数据文化发挥了重要而积极的作用。我们还可以做得更好，也有理由做得更好。中国统计也要创建类似美国普查局的lehd-工作单位和家庭住址的纵向动态系统，当超级飓风“桑迪”来袭，该系统大显神通，成功帮助纽约市政府组织救灾，并迅速对灾害影响作出准确评估。这样的统计“明星”产品，能够使人们更加信赖数据、依靠数据，推动数据融入政府管理、商业运营和社会治理以及人们的日常生活。
近年来，国家统计局在统计文化宣传方面做了大量工作，精心打造了统计网站、中国统计开放日、统计微讯微信等一系列新的统计宣传平台，政府统计的形象和公信力不断提升。今后更要以启沃公众数据意识为己任，以记录中华民族复兴的伟大进程为使命，从更大的视野，以更宏大的叙事，讲述中国的统计故事，书写中国的统计历史，把数据文化理念播撒得更广、更深、更远。
尼采在《查拉图斯特拉如是说》中有这样一句话：在有力量的地方，数字这位女主人就会生成，她更有力量。数据不仅代表“真正的事实”，还蕴藏着事物的发展规律。随着大数据时代的到来，数据资源及其开发利用正逐渐成为决定和影响各国核心竞争力的关键因素。中国不仅要做数据大国，更要成为数据强国。
我们这代统计人注定无法甘于淡泊和平凡，唯有顺应时代要求，以更先进的理念、更开放的姿态、更高超的技术积极拥抱大数据，广泛应用大数据，生产出更多更具竞争力的统计产品，才能在智能时代、智慧城市建设以及实现国家治理现代化的进程中，续写政府统计新的辉煌。
涂子沛大数据的读后感篇九
《数据之巅》读后感这是涂子沛先生关于大数据的第二本书，读了以后可以说是振聋发聩，醍醐灌顶。
第一本书本身就写得很棒了，其主要是从美国现代社会应用大数据成功解决的许多问题入手，说出了大数据的实际用处。而这本书抽丝剥茧从历史上美国对于数据的发展带给我们启迪。
何为民主，何为共和，如何防范多数人的暴政？基于这个问题美国给出了参议院代表的共和与众议院代表的民主，权利与义务统一，即投票与纳税都按所代表的的人口来。
这里就诞生了对精确人口掌控的需求。基于这一点，逐渐养成了按数据说话的传统。并逐渐将单一的人口数量统计扩展到宗教，种族，性别，年龄。
之前是北美大陆种植烟草亟需黑奴，美国解放后烟草行业败落。后来棉花兴起，死灰复燃。北方工业化也需要劳动力。黑人自由就发疯的言论源于统计上的失误，错误稀释原因因基数不同。一项战役向大海进军完全依靠准确数据抢掠补给。谢尔曼格兰特。背后的原因：维护美国的统一，（解放黑奴后其的生计太难），动员黑奴使其转败为胜。
用数据研究社会，普通人的历史。统计学将研究粒度缩小到一个个人。加菲尔德将普查上升到了专业部门。迅速上升的统计内容，不断增加的人口给数据处理提出了挑战。于是技术创新制表机诞生了（数据处理），依靠这个ibm发展壮大，商业模式：只租不卖设备及服务。
量化提高质量。经济发展带来劳资冲突，政治，道德失范。这时候为了改善工人生活又依靠数据兴起了数据分析法，成本收益分析法又在美国水利方面大显身手，继而福特车的风波也加速了成本收益分析法传播同时依靠数据公开使得企业不断提升产品质量，并将人的价值考虑进来。
运用抽样的方法降低数据处理的工作量，省时省力。盖洛普引领的总统预测，乱世佳人的精准预测，准确定位。把数据引入电影工业。质量管理大师戴明将统计方法引入质量管理领域，成就日本经济奇迹。
涂子沛大数据的读后感篇十
故事发生在未来的日本。有一个神秘的特殊解析研究所，他们依靠由数学天才——蓼科早树兄妹编写出来的dna侦察系统破案。
一开始，他们通过使用医院暗中提供的dna数据，进行“犯罪侧写”。他们可以利用计算机精准地将凶手的容貌图像化，得到嫌疑犯的个人信息和外貌特征，以便警察锁定嫌疑犯。之后，国会通过了法案，全国人民的dna都将交由政府管理。虽然dna侦查能够完美、精准地找出罪犯，但也意味着，所有人的基因信息，都被政府所控制，一开始，人们觉得自己被约束、控制了，不愿意提供自己的dna。而主角神乐龙平——研究所里的主任解析员，却说：“国民能做什么呢？就算示威或演讲，政治家们照样还是接二连三地通过了自己预想的法案。目前为止不是一直这样吗？和国民的反对没关系。对国民而言，不管是通过了什么样的离谱法案，也就是最开始会发怒，马上就习惯那种状况。这回也是如此。最终，大家还是会觉得dna被管理不是件坏事。”
直到后来，神乐发现了“白金数据”的真相。
在庞大的dna数据库中，存在着一些特殊的“白金数据”。这些被称为“白金数据”，在一开始设计程序的时候就被标记了。如果被检测的dna和“白金数据”所吻合，系统就会解析出和嫌疑犯完全不同的外貌特征，检索结果也会出现出notfound，而这个是那些政治人物和高官的主意。他们将自己和家人的dna都变成了“白金数据”，这样，即使他们犯了罪，也依旧可以逍遥法外。
“无论在什么时代，都有身份的问题，人类永远不可能平等。”神乐投入全部而做出的dna搜查系统，本以为可以降低犯罪率，却成了只是用来加强阶级制度的东西。感到失望的神乐，最后选择了远离城市。
这是东野圭吾对如今的这个科技时代做出的反思和讽刺。
主角神乐本以为，人和机器在本质上并没有什么区别，基因和数据一样，决定了人心。可是数据是死的，即使有漏洞和缺陷，甚至也是人为制造的。数据本就没有错，错的是人心。文中的那些官员，享受着控制所有人的同时，又不想被控制，说到底，“白金数据”这个人为创造出来的漏洞，反应的是人心的漏洞，是无穷无尽的贪欲和控制欲，想要享受权利，掌握一切。
都说科技是把双刃剑，在给我们带来便利的同时，也给我们带来了不利和隐患。问题从来不是出在那些数据身上，而是对利益有着无穷无尽的追求的人心。
出错的从来不是数据，出错的向来是人心。
涂子沛大数据的读后感篇十一
《白金数据》是我近期读的东叔的小说，小说围绕dna展开一系列悬疑故事。主角神乐在天才少女的帮助下一直推动dna侧写项目，经过多起凶案，项目得到验证，大获成功。政府开始大规模采集民众的dna以完善宝库，然而看似造福人类的庞大工程中，其中却隐藏着惊天秘密，陆续出现“nf13”现象，凶手无法通过侧写被找到。在这个dna库中混进了一种白金数据，一旦某个人的dna变成白金数据，即时他犯案，系统无法匹配正确的数据。在这个问题的背后，政府高层利用白金数据“保护”自己和亲友之间的秘密。在发现此问题后，天才少女研发“猫跳”以应对。然而有些人知道后，不计一切代价摧毁，各方利益冲突而发生一些列凶案。
读完此书后，第一个感受：东叔又开始碰触科幻题材，非常烧脑悬疑推理小说，然而小说的结局在读到一半之后基本上就能预见。最后的凶手登场感觉比较突兀，结尾不是很进奏，有点虎头蛇尾。在东叔这么多的小说中算非常一般的，如果要打分的话，我觉得3.5分吧，刚刚及格，优秀未满。不过还是推荐读一读，应该算东叔科幻推理小说中，结合现实非常紧密的。
涂子沛大数据的读后感篇十二
最近看了《大数据》一书，有一点感想，在这里和大家分享。
作者在后序中写 道，这不是一本纯粹谈技术的书，而是以技术背景探讨人和社会关系的书。今天的中国，是一个人口大国、互联网大国、手机大国，却不是一个数据大国。书中有这 样一组调查数据——“麦肯锡公司以20xx年度各国新增的存储器为基准，对全世界大数据的分布做了一个研究和统计，中国20xx年新增的数据量为250 拍，不及日本的400拍、欧洲的2000拍，和美国的3500拍相比更是连十分之一都没有达到。国内的大数据步伐急需加快。
《大数据》一书对美国大数据的应用进行了十分详细的介绍与分析，我印象最深的为两点。
第一，以海量数据的处理作为政策制定的依据。看这本书的时候，我想到了这两年很火的一个美国人——斯诺登。在其曝光的“棱镜”计划中美政府直接从包括微软、谷歌、雅虎、facebook、aol、skype以及苹果在内的国际公司服务器收集信息。美国政府从这些海量数据中寻找自己需要的数据，并以此作为所谓安全政策制定的依据之一。姑且不论媒体对此计划的口诛笔伐及相应的道德风险，仅从政策制定方面来说，依据于海量数据的政策制定科学性肯定比一般计划要高得多。
20xx年，雅虎 首席执行沃兹博士在《自然》上发表的《21世纪的科学》中提到，得益于计算机技术和海量数据库的发展，我们每个人在现实世界中的活动得到前所未有的记录， 这种记录也更为细致，为社会科学的定量分析提供了极为丰富的数据。打个比方，从你的qq空间、微博、微信中一个普通朋友都能了解到你在哪儿、做了哪些事 情、现在的状态是什么，而新闻的跟帖、网站的下载记录、社交平台的互动记录等等都为社会行为的研究提供了大量的数据。我想到最近比较火爆的穿戴设备，如果 该技术得到普及过后，拥有穿戴设备的人群的生活轨迹、生理各项指标都能轻而易举地得到，相信这些大量的原始数据如能安全有效利用定能为卫生政策的制定提供 科学依据。
第二，万事万物， 凡存在，皆联网，凡联网，皆计算。20xx年起，美国食品与药品管理局开始在药品上推行配备rfid做法即每个食品包装上安装一个薄如纸张或小如豆粒的无 线传感器。通过这个移动传感器，对食品进行连续跟踪，一旦相应的安全事故爆发，就能通过数据库追踪溯源，快速确定传染源与影响范围。这一技术相对于国内尚 在起步阶段的食品追溯具有极强的借鉴性。上面提到的穿戴设备其实就可以视为一个穿戴在人身上的rfid。
20xx年的时 候，美国国家气象局在全国2000两客运大巴上装备了传感器，随着大巴的移动，沿途手机所有地点的温度、湿度、露水、光照度等数据，并立即传给国家气象局 数据中心。数据的采集是每10秒中一次，每天采集10万次以上的数据，这些实时的、高精度的数据意味着天气预报将不再仅仅是”预“，将逐渐走向“实”报、 “精”报。
作者涂子沛在书里 引用胡适与黄仁宇的话。胡适说中国人习惯于当“差不多先生”，凡是马马虎虎、不求精确。黄仁宇认为，中国不懂得用数字来管理国家。作者引用这两位先生的名 言，当然是要彰显传统中国和今天美国之间的差异。但是我们也必须认识到:这两位先生身经当时中国的混乱，激愤而出此言。在大数据浪潮迅猛而来的时候，中国 与100年前已经完全不一样了，我们已经有足够的能力与自信来面对各项挑战。20xx年中国开始着手制定医疗系统的最小数据集，3年之后卫生部出台了第一 版中国医院最小数据集的标准。也是在20xx年，中国创立了第一个全国性的大型社会调查项目，开始对社会的发展和变迁进行全方位、综合性、纵贯性的问卷访 谈调查，即“杨文昊在kod里面穿的裤子”。可以看到，中国政府和企业已经投入到了大数据时代的浪潮之中了。我个人也有几点应对的想法。
一是鼓励、扶持基 于数据的创新创业。书中提到，政策扶持的传统方法，可能是以政府主导建立大数据产业园，对新兴企业提供办公场所等便利条件或者现金支持，这固然有效，但更 为有效的是调动全社会的力量。调动全社会的力量来支持可以包括扶植民间团体，快速推进新技术、新理念在全社会的传播。现在云技术大众基本上都耳熟能详了， 而这主要是各大互联网服务上都相继推出了相应的云服务以及各大媒体对这项技术的关注，促进了大众对新技术的了解与支持。
二是政府机构要建 立专门机构来统筹管理数据工作。在大数据时代不同的数据需要整合，公安、消防、民政、社保等等数据都需要进行联动，将沉睡在数据库内的数据唤醒，为政府制 定政策所用，避免各自为政、多头管理的情况发生。数据的联通也能在一定程度上减少群众的“办证”问题，相信在大数据时代，大家可能只需要一张身份卡就能满 足绝大部分的数据需要。
三是围绕个人数据安全，加强管理。任何技术都是双刃剑，耍得好可以披荆斩棘，耍得不好则会害人伤己，大数据也不列外。如何保障个人隐私也成为了大数据时代面临的一个重大挑战。
涂子沛大数据的读后感篇十三
最近我读了涂子沛先生的《数据之巅》这本书，我深深的被作者的思考的深度和数据的力量所震撼。全书从数据角度出发，以美国政府历史以来“依数治国”的成功经验来阐释数据带给社会带来的挑战与变革。
进入21世纪第二个十年以来，随着互联网信息技术的普及与广泛应用，大数据时代正式到来。时代的变革意味着新的发展机遇与挑战，要想在数据浪潮当中立于不败之地，这就需要我们在精确的掌握数据之后，通过数据的创新来创造未来。
精确的掌握数据，需要从认识数据开始。简而言之，数据就是体现客观事实的表象，是客观性与抽象性有机结合的产物，容不得半点虚假。我们不能否认的是，所有的美好都是在限制之后的，而能够有效地进行限制，且又能够得到大家的一致认可客观现实，唯有那一张便捷的纸片上数据与文字的组合体，其实这就是数据文化的基础。数据创造价值准备的基础从侧面印证了中国的四大发明印刷术是西方国家文明的基础。
所谓的大数据时代就是在当下高度发展科技能让更多的数据得以保存。保存下来的数据是一种依据，更是一种工具。世间万物的发展都呈现各种各样的规律性，数量庞大且规律复杂，很难让我们掌握，但是一旦转换成数据保存之后，从数据的角度去分析规律变化的轨迹，能够很容易掌握并加以运用。而我作为基层执法工作者，运用数据进行执法，以控制数据达到预期管理预期，是这本书给予我最大的启发。
古代中国传统的执法者，是通过简单甚至带有粗暴的手段对执法对象进行强制管理，执法效果虽然容易操作，且直观，但是这是一种凌驾于规律之上，片面的追求短期效果的低级执法模式。进入新中国以来，尤其是改革开放以来，我国坚持依法治国，党的十八届四中全会更提出了全面推进依法治国的新常态，这是数据文化的有力体现，是我党在大数据时代下，一项重大举措。
我认为，大数据时代下运用数据进行执法，是执法能力现代化的利器。我从事交通执法这个职业已经数载，经历过从无到有，又逐渐的从有变成无。这个前后并不矛盾，从前的“无”是法律不健全，无章可循，有章难循状态。只能够自身党性约束和对事物客观理解进行执法，甚至有的时候片面的依靠上级，人类对事物的理解具有局限性，这难免会造成决策错误。
从无到有，是法律慢慢健全，法律的约束更加全面，但有的时候简单的照本宣科，眉毛胡子一把抓，也就成了教条主义。而从有到无，是一种利用客观的数据，以法律为准则，通过科学执法，将数据调整趋于合理。类似国家利用经济规律宏观调控国民经济，用一只看不见的“大手”将全国的经济发展形势引导至合理增长的区间。数据合理了，管理预期也就达到了。相对于我们有肉眼去观察，显得更为精确，且具很高的可信度。这样一来，对我们基层执法工作者带来的巨大的'福利，我们从此以后再也不用担心对工作进展情况不了解而心急火燎了。
在大数据时代变革的今天，客观、精确、理性和逻辑的“数据文化”理念是推进国家治理体系和治理能力的现代化利器。大数据时代下的执法行为更是离不开数据，只有充分的利用数据化管理、数据化创新，才能在当前数据浪潮当中主动适应新常态，科学地实现新突破和新作为。
涂子沛大数据的读后感篇十四
然而在后半部分揭示了本书的写作目的：上层阶级dna数据早已被标记为白金数据，原本的天网恢恢竟然成为了他们的免死金牌。上层阶级所大力推行的东西，目的也只是为了巩固其阶级地位，而不是为了什么真正的公平。天网恢恢，而终须一漏。
作者一路狂飙，连连闯红灯解锁几大谜题，令我们大开眼界，惊叹竟然还能如此操作。然而却在最紧张最刺激的时刻，作者选择了面对现实。
就像作者本来告诉我们：“这个世界太黑暗了，我们去消灭坏人，拯救地球吧！”我们就随着他兴高采烈地揭竿而起，正当攻入坏人的堡垒、打算捅个天翻地覆时，作者却又说：“坏人太强大了，唉呀还是算了吧！我们还是回家去种地吧！”
《白金数据》的结局给了我们许多的无奈，然而这不就是现实吗？我们都曾经是那个为了正义不肯低头的少年，然后慢慢被这个社会磨去了棱角。东野圭吾很明显的并不想给我们写一个的童话故事，任何时代都不存在真正意义上的公平，与其浪费短暂的一生与世界较劲，不如回去自己的世外桃源。
涂子沛大数据的读后感篇十五
舍恩伯格的《大数据时代》，让我重新审视了"大数据"这个在信息时代异军突起的热点词汇，作为信息安全专业的我，对大数据这个词本身有着更多的热忱。
在百度上搜索到的解释是："大数据"，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。特点：数量、速度、品种、真实性。
而舍恩伯格认为，大数据并不能定义一个确切的概念。他提到"大数据是人们获得新的认知，创造新的价值的源泉；大数据还是改变市场、组织机构，以及政府和公民关系的方法。"这是一种更具有人文色彩和社会意义的诠释。
本书中，主要从三个方面论述，即思维变革、商业变革和管理变革。而舍恩伯格更是着重阐明三大观点：
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。
对于观点一，我不敢苟同，毕竟大数据的实现需要一定的技术支持，而显然，现在这种技术还不够成熟，同时一些简单的事情运用大数据反倒是问题更加复杂化，因此这种大叔据的繁杂处理方式更适用于一些特定的情况，比如商业预测，人类dna的研究等。
而对第二种观点，我是十分赞同舍恩伯格所说的"大数据的简单算法比小数据的简单算法有效"。在计算机行业迅速发展中，一种新的简单可行的算法的出现，远没有计算机在运算速度和存储容量的发展快，而大数据算法似乎更能迎合这种大趋势。
观点三中提到的相关关系在大数据中可是重量级的，它能较快找到事物规律和对应的解决措施，当然，也不能完全忽视因果关系，毕竟人们在思维上更能够接受因果关系分析出的结果，而大数据预测的需要人们慢慢的适应才能接受。当我们完成相关关系的分析而又不满足于只知道"是什么"的时候，我们就可以转而研究"为什么"了，毕竟问题的根本在于因果。而舍恩伯格的全体数据和相关关系是大数据时代下的一种捷径。
但是在信息时代，信息安全问题的日趋凸显，数据独裁与隐私保护之间的矛盾更是立于风口浪尖，成为众矢之的，舍恩伯格在本书的最后章节曾试图寻找一种解决方式来摆脱这一种困境，但最终没能做到，但是他提出"大数据并不是一个充斥着算法的和机器的冰冷世界，人类的作用仍无法被完全代替。"这里表明人在数据时代同样的重要，数据是为人类服务的，也就该人类驱使下完成相应的目的。
在这样的大环境下，常引起我更多的思考和担忧。
大数据时代对于我们同是机遇与挑战，一些国家已开始步入大数据时代的行列，并在各个领域开始研究和使用。而对于我国庞大的人口，以及较大的领土面积，都可以在大数据时代为我们提供数据的保障，而能否面临挑战，在大国之间的新一轮角色角逐间崭露头角，我们更需要解决技术等方面的问题，更应在政策上逐步开放各领域的数据，保证数据来源、权限等问题得到解决，不断学习先进的计算机技术，缩小与其他国家的差距。
工业化、信息化，我们都向世界交出了一份让世界不能小觑的答案；
大数据时代的数据化我们又将怎样在新的风暴中所向披靡，如果大数据时代是一种必然趋势，那这就是我们这一代人的责任，是我们新的战场！
涂子沛大数据的读后感篇十六
有人说生活像一团乱麻，剪不断理还乱；我说生活像一团乱码，尽管云山雾罩惝恍迷离，最后却总会拨云见日雨过天晴。维克托迈尔舍恩伯格就把这团乱码叫做大数据，在他的这本书里，试图给出的就是拨开云雾见青天的玄机。
这玄机说来也简单，就是放弃千百年来人们孜孜追求的因果关系转而投奔相关关系。说来简单，其实却颠覆了多少代人对真理探求的梦想。我觉得作者是个典型的实用主义者，在美帝国主义万恶的压迫下，始终追逐性价比和利益最大化，居然放弃了追求共产主义真理最基本的要求！不像我们在天朝光芒的笼罩下，从小就开始学习和追求纯粹的共产主义唯心科学历史文化知识啦！这或许就是我们永远无法获得诺贝尔奖、永远无法站在科技最前沿的根本原因吧。其实小学时候，我就想过这个问题，相信所有的人都问过类似的问题，例如现在仍然很多人在问，妈的从来没人知道我每天摆摊赚多少钱，你们他妈的那人均收入四五千是怎么算出来的。中国是抽样的代表，因为中国人最喜欢用代表来表现整体，最典型的例子莫过于公布的幸福指数满意指数各种指数永远都高于你的预期，你完全不清楚他是怎么来的，一直到最后汇总成三个代表，真心不清楚它到底能代表了啥。说这么多显得自己是个愤青，其实只是想表达“样本=总体”这个概念在科技飞速发展的今天，在世界的不同角落，还是会体现出不同的价值，受到不同程度的对待及关注。在大数据观念的冲击下，我们是不是真的需要将平时关注的重点从事物内在的发展规律转移到事物客观的发生情况上。
大数据的出现，必然对诸多领域产生极大的冲击，某些行业在未来十年必将会得到突飞猛进的发展，而其他一些行业则可能会消失。这是废话，典型的三十年河东三十年河西的道理，就像三十年前的数理化王子们，现在可能蜷缩在某工厂的小角落里颤颤巍巍的修理机器；就像三十年前职业高中的学生才学财会学银行，如今这帮孙子一个个都开大奔养小三攒的楼房够给自己做墓群的了；当然也不乏像生物这种专业，三十年前人们不知道是干啥的，三十年后人们都知道没事别去干，唯一可惜的是我在这三十年之间的历史长河中却恰恰选了这么一个专业，这也是为什么我现在在这写读后感而没有跟姑娘去玩耍的原因。其实乍一看这个题目，我首先想到的是精益生产的过程控制，比如六西格玛，这其实就是通过对所有数据的分析来预测产品品质的变化，就已经是大数据的具体应用了。而任何事物都会有偏差，会有错误，也就是说，这全部的数据中，肯定是要出现很多与总体反应出的规律相违背的个体，但是无论如何这也是该事件中一般规律的客观体现的一种形式，要远远好过从选定的样本中剔除异常值然后得到的结论。换句话说，也大大减少了排除异己对表达事物客观规律的影响。就好比是统计局统计中国人民的平均收入一样，这些数怎么这么低啊，这不是给我们国家在国际社会上的形象抹黑么，删掉删掉；这些数怎么这么高啊，这还不引起社会不满国家动荡啊，删掉删掉。所以说，大数据至少对反应客观事实和对客观事实做预测这两个方面是有非常积极地意义的。而这个新兴行业所体现的商机，既在如何利用数据上，又在如何取得数据上。
先说数据的利用，这里面表达的就是作者在通书中强调的对“相关关系”的挖掘利用。相关关系与因果关系便不再赘述，而能够对相关关系进行挖掘利用的企业其实缺不多，因为可以相信未来的大数据库就像现在的自然资源一样，必将因为对利益的追逐成为稀缺资源，而最终落在个别人或企业或部门的手中。想想无论当你想要做什么事情的时候，都有人已经提前知道并且为你做好了计划，还真是一件甜蜜而又令人不寒而栗的事情。
而对于数据的获取，我觉得必然是未来中小型企业甚至个人发挥极致的创造力的领域。如何在尽可能降低成本的情况下采集到越多越准确的数据是必然的发展趋势，鉴于这三个维度事实上都无法做到极致，那么对于数据获取方式的争夺肯定将成就更多的英雄人物。
现在回头从说说作者书中的观点中想到的，p87中关于巴斯德的疫苗的事件，描述了一个被疯狗咬伤的小孩，在接种了巴斯德的狂犬疫苗后成功幸存，巴斯德成了英雄的故事。这是个非常有意思的案例，因为小孩被狗咬伤而患病的概率仅为七分之一，也就是说，本事件有85%的概率是小孩根本就不会患病。那么小孩的生命到底是不是巴斯德救的，而这疫苗到底是有效没效，通过这个事件似乎根本就没有办法得到验证。这就好比某人推出个四万亿计划，但实际上国际经济形势就是好转，哪怕你只推出个二百五计划，gdp都会蹭蹭的往上涨，而且又不会带来四万亿导致的严重通胀、产能过剩、房价泡沫等问题。那你说这四万亿到底是救了国还是误了国？回到我自己的工作领域上来，安全工作，我们一直遵循的方向都是寻找因果关系，典型的从工作前的`风险评估，到调查事故的taproot或者五个为什么，无一不是逻辑推理得到结果的产物。而事实上，如果能做到信息的丰富采集和汇总的话，找出事物之间的相关性，对提高工作环境的安全系数是极为有利的。这个点留着，看看可不可以在未来继续做进一步研究。
p89说了常用的两种因果推理方式，分别是凭直觉的快速推理和经过分析的慢速推理。有意思的是很多时候直觉反而比分析来得成功率要更高。作者是想利用这个例子来说明因果关系是多么的不可靠，也想表达出靠分析试验得到结果的过程成本有多高。其实我是想说，因果关系更多面向的是未来，是没有对新鲜事物发展做出的预测，而相关关系更多的是对已经存在的事物未来发展的预测，侧重点不同而已。
p135里面关于山上小球的描述，它的能量是隐藏的、潜在的。这个观点我很喜欢，也很悲观。这正说明了社会上的一种现象。很多人，虽然没有站在巨人的肩膀上，但是当他们站在亲爹干爹的路虎上保险箱上高背椅上时，就是拥有别人无法企及的力量。最近一直在背马丁老兄的i have a dream，真真切切体会到自由、公正、平等对一个社会，一个国家繁荣发展的重要性。实干兴邦、空谈误国，那就先从建立一个公平的社会秩序开始吧！
p163里面大概讲述了商家是怎么通过大数据获得的信息来进行商业推广的。这里我只想用我的三张信用卡发卡银行做一下比较。首先是交通银行，这张卡最近半年几乎没怎么用，交行也从来都无声无息，我考虑已经可以把这张卡扔掉了；去年因为国航里程申请了一张中信的信用卡，但是今年开始也已基本停用，因为之前一段时间一直使用，中信银行这几个月频繁与我联系，推荐各种业务，多次要给我提供贷款或者提高透支额度，我几次都想要不然就换回来继续用它好了；招商银行的卡也是我用得比较久的一张，近期每月的消费基本都稳定在几千，偶尔也有一万多快两万的时候，当然这不是因为我消费，只是因为出差比较多自己垫钱多而已，但是招商银行从未与我联系给我提升额度，尽管我的月消费额度都已经基本达到信用卡的上限了，有时候甚至不得不使用别家的信用卡。最差的自然是中行，首先是预约了国航金卡的信用卡，结果联系了两次我都在出差，就再也不与我联系了，半年多了我还没有拿到我的卡，而作为工资卡的借记卡，多年来仍然是每天网上付款最多2000，我的使用记录明明经常一个月有好几天都达到2000的顶值，甚至我都主动打过电话要求更改，都给我答复是必须到柜台办理。说完这几个例子，我想中国的银行业与欧美发达国家银行的差距就已经是显而易见了。真的很难以想象这种企业能在世界500强中排名那么靠前，是因为黑了中国人民多少钱。而通过对visa和mastercard的案例描述，则清晰的说明了一个成功的银行是怎么通过对数据收集进行行为预测，最终改变消费者消费习惯的。
然后想说说关于免费导航等应用的使用。天下没有免费的午餐，这是亘古不变的真理。你以为你可以只花点流量费就能舒服方便的使用卫星导航了么，你去过的每一个地方，时间，逗留市场都已经被人家记录下来卖给商家啦，哪天你打车找到一家麦当劳，刚停下车服务员就送上一套板烧鸡腿汉堡套餐可乐换阳光橙不加冰的时候你可千万不要惊讶，因为你已经无时无刻不暴露在别人的监视之下了。
最后想用文中引用的莎士比亚的一句话作为结尾，凡是过去，皆为序曲。
【本文地址：http://www.xuefen.com.cn/zuowen/16741088.html】
