- 相關推薦
《大數據時代》的心得體會（通用14篇）
我們心里有一些收獲后，將其記錄在心得體會里，讓自己銘記于心，它可以幫助我們了解自己的這段時間的學習、工作生活狀態。那么你知道心得體會如何寫嗎？以下是小編收集整理的《大數據時代》的心得體會，僅供參考，大家一起來看看吧。
《大數據時代》的心得體會 1
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。
本書從思維、商業、管理三個方面闡述了在大數據時代在下的變革，這些變革涉及到我們生活的方方面面，幾乎其影響程度可以與兩次工業革命相媲美。作者在第一部分提出了三個比較令人震驚的觀點，也就是大數據的精髓在于我們分析信息時的三個轉變，這三個轉變將改變我們的理解和組建社會的方法。并且作者將生活，工作思維的大變革和這幾個方面緊緊聯系在一起。
第一個轉變是，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。也就是說樣本等于總體；
第二個轉變是對研究數據不會追求精度，而且追求混雜性，小數據時代下，追求精確度是合理的，因為我們收集的數據很少，所以要越精確越好，包括如今仍然也在使用這種辦法；但是在某些時代，尤其是在大數據時代背景下，快速獲得一個大概輪廓和發展脈絡，要比精確性重要得多，既然選擇了整體性，肯定要忽視細節和確定性；
第三個改變是不是因果關系而是相關關系，在大數據時代，我們更需要了解一個東西是什么，而不是為什么，要找到關聯無，通過一個良好的關聯物的相關關系可以幫助我們捕捉預測未來。
這三個方面是大數據時代所給我們帶來的思維上的改變，所謂思路決定出路，思路有了創新，有了拓展，相應的社會也就會有很大的變化。緊接著第二部分作者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。第三部分則是闡述了大數據時代下的弊端以及在管理上的措施。個人認為本書的精髓部分是第一部分，第一部分的三個觀點涉及的面很廣，包括統計學、邏輯學、哲學等。后兩個部分都是以第一部分這三個觀點為基礎展開闡述的。
這本書給我感觸最深的就是這三個轉變，或者說是三個觀點，可以說是哲學上說的世界觀，因為世界觀決定方法論，所以這三個觀點對傳統看法的顛覆，就會導致各種變革的發生。
首先是第一個，作者認為在抽樣研究時期，由于研究條件的欠缺，只能以少量的數據獲取最大的信息，而在大數據時代，我們可以獲得海量的數據，抽樣自然就失去它的意義了。放棄了隨機分析法這種捷徑，采用所有的數據。作者用大數據與喬布斯的癌癥治療例子說明了使用全部數據而非樣本的意義，列舉了日本“相撲”等來證明使用全體數據的`重要性。
這個觀點足以引起統計學乃至社會文明的變革，因為統計抽樣和幾何學定理、萬有引力一樣被看做文明得以建立牢固的基石。我對這個觀點還是比較認同的，如果真能收集到整體的數據而且分析數據的工具也足夠先進，自然是全體數據研究得出的結果更令人信服。但是這個觀點也過于絕對，就算是在大數據時代要想收集到全體數據還是不太可能實現的，因為收集全體數據要付出的代價有時會很大。比如說，你要檢測食品中致癌物質是否超標，你不可能每一件食品你都檢測一遍吧。
第二，要效率不要絕對的精確。作者說，執迷于精確性是信息缺乏時代和模擬時代的產物，只有5%的數據是結構化且能適用于傳統數據庫的。如果不接受混亂，剩下95%的非結構化數據都無法被利用。作者是基于數據不可能百分之百正確的考慮而做出這樣的判斷的，如果采用小數據一個數據的錯誤就會導致結果的誤差很大，但是如果數據足夠多、數據足夠雜那得出的結果就越靠近正確答案。大數據時代要求我們重新審視精確性的優劣，甚至還說到大數據不僅讓我們不再期待精確性，也讓我們無法實現精確性。谷歌翻譯的成功很好地證明了這一點，谷歌的翻譯系統不像Candide那樣精確地翻譯每一句話，它谷歌翻譯之所以優于IBM的Candide系統并不是因為它擁有更好的算法機制，和微軟的班科和布里爾一樣，谷歌翻譯增加了各種各樣的數據，并且接受了有錯誤的數據。
而在閱讀這本書時，發現這本書中爭議最大的一個觀點，不僅是讀者，就算是本書的譯者也在序言中明確地說到他不認同“相關關系比因果關系更重要”的觀點。作者覺得相關關系對于預測一些事情已經足夠了，不用花大力氣去研究他們的因果關系。作者用林登的亞馬遜推薦系統的成功，證實了大數據在分析相關性方面的優勢以及在銷售中獲得的成功。沃爾瑪也是充分利用并挖掘各類數據信息的代表，從啤酒和尿布的案例，以及作者舉的有關蛋撻和颶風天氣的案例，都說明了掌握了相關關系對于他們策略的幫助。
一句話，知道是什么就夠了，不用知道為什么。很明顯作者所舉的例子都是屬于商業領域的，但是對于其他領域來說這個觀點就值得商榷了。比如說，在科學研究領域，你需要知其然也需要知道其所以然，找到事件發生的原理。用文中的一個例子說明，喬布斯測出整個基因圖譜來治療癌癥，但是你治療癌癥你必須知道癌癥發病的原理，知道哪一段基因導致了這種疾病，不可能只是說收集各種數據，然后利用其相關性來判斷哪里出現了問題。
過度依賴所帶來的后果。也用《少數派的報告》這部電影來說明如果癡迷于數據會導致我們將生活在一個沒有獨立選擇和自由意志的社會，如果一切變為現實，我們將被禁錮在大數據的可能性之中。所以書中提出了幾種解決方法，一種是使用數據時征詢數據所有個人的知曉和授權。第二個技術途徑就是匿名化。毫無疑問，大數據將會給社會管理帶來巨大的變革。
在這個信息爆炸的時代，大數據給人類社會的方方面面帶來了巨大的變革，這是社會發展的潮流，不可逆轉，我們只有順應這種潮流，把握住大數據時代變革的思想，才能在時代潮流中成為佼佼者，在思維上思路上略高一籌，才能在行動中占得先機！
《大數據時代》的心得體會 2
無處不在的大數據：各種云計算，谷歌的神通，亞馬遜的推送，天涯人肉，微博萬能等等，我們掌握了新的工具，也獲取了以前從未有過的各種信息。大數據拉近了我們與現實的距離，“地球村”變成了“地球屋”，仿佛所有人所有事物都觸手可及，而這些牛逼哄哄的互聯網巨頭就在客廳展示著世界的每一寸光景。
作者站在理論的至高點上，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。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。大數據時代的社會倫理重點都在討論如何保護個人隱私。因為手機越來越智能，網絡越來越快，個人的信息也越來越透明——隱形幾乎完全不可能。我想說的是，作為硬幣的另外一面，我們無法舍棄：互聯網只不過是讓人與人之間碎片的關系得以統一，其實各種人肉和信息只不過是坊間傳聞的升級罷了。當我們住在擁擠的小區，三公里走完一圈的縣城，半小時散步完的村落，人和人之間有隱私嗎？現在只不過是把這個范圍放大到了一個地球而已。硬幣的一面是人和人之間有溝通的需要，去團結對抗世界的未知，那么另外一面就是隱私的缺乏。與其說是要在大數據時代保護自己的信息不被泄露，不如站起來維護自己和他人的隱私，從法律和道德的角度來尊重人與人之間的權利。
大數據時代是信息社會運作的必然結果，而借由它，人類的信息社會更上一個臺階。農業社會人們以土地為核心資源，工業時代轉為能源，信息社會則將變更為數據。誰掌握數據，以及數據分析方法，誰就將在這個大數據時代勝出，無論是商業組織，還是國家文明。
《大數據時代》的心得體會 3
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》的心得體會 4
這么多年來，看了很多東西，如今回過頭來發現，好像什么都忘了，真是悲劇，所謂讀書破萬卷，下筆如有神或許是不對的，還是需要下筆勤快，所以決定從這里開始。
這些年對于技術的發展，我是沒有跟上，如今發現即便是對于投資，技術對于我們生活的改變太大，而自己身在這個技術浪潮的前沿，還是需要跟上步伐。——前言
大數據這個概念已經提了很久，我也一直疏忽了對于它的理解。看完《大數據時代》，再結合如果工作上對于大數據的理解，頓時發現數據的重要性，以前在這方面的確沒有足夠的思想意識。
整本書來說，我覺得最關鍵的三個點是前面幾個章節：
1、要總體，不要隨機樣本：從小對于統計學相關的學習，基本都是從樣本出發，理論的基礎在于如何隨機的足夠分散的選取樣本，這可是技術活加直覺。而對于大數據來說，要的就是總體，本質上來說，總體樣本的確更能準確找到結果。但是對于統計來說，總體的分析增加了數據分析的'難度，不僅數據核對不好進行，一旦出現數據污染，準確度就會大打折扣，而且進行數據回溯的時候，也無法準確確認問題，而這一點也是后面相關性上問題；
2、要混亂，而不是精確：這里主要想說明的是希望數據的多樣性，盡量將相關數據都收集起來，不管是結構化的還是非結構化的。這樣就不可避免的最終結果的不準確性。大數據更多的是從一個總體數據中說明以后概率事件，既然是概率，也就可以理解無法精確。這里有個點的說明，我覺得需要提一下，大數據算法更傾向于“簡單”，而不是復雜，這個倒是出乎我的意外。
3、要相關性，而不是因果：從我對于知識獲取的過程來說，我是不同意這個觀點，從人體對于知識的理解，還是要從因果論出發，沒有因果論，就會變成瞎子。而作者的觀點上來說，原因可能還是從大數據本身的非準確性，一旦找到合適的算法，找到相關性，向上追述原因本身就很難。但是從舉的示例上看，相關性的確認是一個非常大的工程，基本就是使用排舉法，一個一個試。
所以，對于大數據來說，最重要的三點是：1、數據——得到更多數據；2、算法——建立更快的算法體系；3、思維——尋找數據間更多的相關性。
對于數據最終的走向，我同意書中所提到的政府管理的觀點，既然都是以“石油”的標準來看待數據，政府統一管理也就是必然的了。而且對于政府來說，掌握更多數據也有利于其管理及維護社會的穩定性。而對于社會道德方面的論述，我不想多說什么，時代發展是不會被道德綁架的。
所以最后，想要建立對于大數據的思維，《大數據時代》還是值得一讀，里面的很多示例也非常不錯。如人際關系這一塊，也是出乎我的意料。
《大數據時代》的心得體會 5
我們生活在一個“概念”紛飛的年代，先前只有IBM熟諳的招數，如今已經“飛入平常百姓家”。“移動互聯網”、“云計算”的概念剛剛消停，業界的專家又送來了“大數據”的概念，一時間似乎人人都變成了“大數據”專家，見面要是不提“大數據”都不好意思跟人打招呼！
玩笑歸玩笑，當我們的存儲能力、計算能力和網絡帶寬變得充裕之后，我們先前對待數據，尤其是原始數據的態度和思維方式，將面臨著很大的改變！
其實，作者的.主要觀點，已經在翻譯者的譯者序中進行了總結：“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”。
如作者所言，“采樣分析是信息缺乏時代和信息流通受限制的模擬數據時代的產物”。如果可以，我們當然會使用“全體數據”而不是“抽樣數據”。讀到這里，我估計大學里正在絞盡腦汁設計樣本抽樣方法的學生、教授們，連哭的心都有！
數據分析的及時性，在很多情況下比精確性更加重要，尤其是在商業領域。想想看，如果需要兩周時間才能計算出明天某個航班的滿座率，那還有什么意義？大數據計算技術，適用的不是像衛星發射、開具銀行賬戶這樣的工作，而是不要求極端精確的情況，其核心是“預測趨勢”，況且原始數據也可能出現差錯。
過往千年，探究因果關系幾乎是所有科學研究的原動力。甚至，這已經通過語言，融入我們的思維方式和哲學思想：“因為……所以……”，凡事都要問“為什么”。但是，在大數據的范疇里，關注的卻是相關性，而不是因果關系，或者其次才是因果關系。超市只用關心把啤酒和尿不濕放在一起，會幫助提高銷售額，而不用關心其中的奧秘。如果說原因，可能很多都是人們的習慣、方便，甚至是人性，例如奶爸們習慣買尿不濕的時候給自己捎上幾罐啤酒。
在此，也有一些自己的思考：如果說搜索引擎所解決的問題表面上是幫助用戶找到需要的信息，而實質是幫助企業找到擁有某項需求的客戶，深層次講是解決了《第三次浪潮》中提出的消費者和生產者分離的根本矛盾，如果再加上3D打印技術，就可以完成由消費者主導的“個性化”生產過程；而大數據所解決的是，通過對所有用戶的數據進行分析，可以預測用戶群整體的需求變化趨勢，從而完成批量產品生產、銷售的調整問題，其奇妙之處就在于無需用戶“開口”說出她想要什么？一個解決的“個體需求”，一個解決的是“群體需求”。
本書除了提出上述三項基本觀點，其它的內容大多是舉例說明，多少有些空泛。但是，其實大數據時代才剛剛開始，對大數據的應用也只是停留在比較淺的層面上，作者能提出這三項基本觀點已屬難能可貴！
《大數據時代》的心得體會 6
在看《大數據》之前，我只知道社會越來越數字化了，看完之后，才覺悟到：人類將迎來一個新的時代。
數字化已經把我們帶入一個信息時代，大數據卻把我們卷進了一場科技風暴之中，這本書中，作者為我們開啟了一個更包容更廣闊的新時代，大數據把社會的方方面面融合在了一起，曾經看似因果聯系緊密的事物，可能變得不再那么重要；毫無關聯的事物，可能隱藏著重要的信息，從科技、商業，到醫療、政治、教育、文化，大數據一概席卷囊括，它改變著我們的傳統思維，為這個時代注入了新鮮的血液，就像作者書中所說：“這項技術終將改變我們所居住的星球上的許多東西。”
大數據最顯著的影響是對于電子商務，通過大數據，最先洞察出潛在市場的，也必然最先占領市場。而電子商務對實業的沖擊又是勢不可擋，可見，掌握了大數據就主導了市場，擁有了先進的科技才能擁有堅實的競爭力。在醫療方面，曾經的非典時期，就是一個很好的例證，正是有大數據的.預測功能，才使疫情得到了控制。在更小的方面，他也同樣改變著我們的生活，書中提到美國著名計算機專家奧倫 · 埃齊奧尼發明了飛機機票價格預測軟件，就是利用大數據造福我們生活的很好例子。
大數據不僅節省了時間，提高了效率，更將人類帶入一個新的文明階段。從分析因果總結經驗，轉變為搜集數據預測未來；由原來的滯后性變為現在的預見性——大大提高了人類認識世界、改造世界的能力，變被動為主動。大數據為我們掀開了歷史新紀元，不敢想象它將會為我們帶來什么，或許會出現新奇的生活方式，從未有過的職業，聞所未聞的商業模式，百家爭鳴的文化高峰；也或許會解開更多未解之謎，探索到宇宙之外的秘密。總之，毫無疑問的是，大數據為我們帶來的未來是超乎想象的。
這本書中作者提到最多的是：改變我們的傳統思維，摒棄精確性轉向宏觀。從總結因果轉向預測。這個世界正以驚人的速度向前發展，數據大爆炸的波及范圍遠超乎我們的想象，單純靠人類的主觀判斷力是多么的有限，大數據早晚會取而代之這一現象，這必將影響我們的生活和工作，我們也只有認清這種趨勢，改變思維，調整步伐，緊跟時代才行。即使不能與時代同步，也盡量做到避免固步自封，認識大數據、利用大數據趨利避害，為我們的生活造福！
《大數據時代》的心得體會 7
《大數據時代》，作者是被譽為“大數據時代的預言家”維克托.邁爾-舍恩伯教授和肯尼思.庫克耶。此書是在大數據方興未艾、眾說紛紜的時刻，進一步闡述和厘清大數據的基本概念和特點。
人類歷史長河中，即使是在現代社會日新月異的發展中，人們還主要依賴抽樣數據、局部數據和片面數據，甚至在無法獲得實證數據的時候純粹依賴經驗、理論、假設和價值觀去發現未知領域的規律。因此，人們對世界的認識往往是表面的、膚淺的、簡單的、扭曲的或者是無知的。維克托指出，大數據時代的來臨使人類第一次有機會和條件，在非常多的領域和非常深入的層次獲得和使用全面數據、完整數據和系統數據，深入探索現實世界的規律，獲取過去不可能獲取的知識，得到過去無法企及的商機。
本書從思維變革、商業變革及管理變革三部分闡述大數據時代已經來臨;列舉了眾多在公共衛生、商業服務領域大數據變革的例子。比如：在思維變革部分，以UPS與汽車修理預測為例，證明知道“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，而是要讓大數據自己“發聲”：UPS國際快遞公司從2000年就開始使用預測性分析來檢測自己全美60000輛車規模的車隊，這樣就能及時的進行防御性的修理。之前UPS每兩三年就會對車輛的零件進行定時更換，但這種方法不太有效，因為有的零件并沒有什么毛病就被換掉了。通過檢測車輛的各個部位，UPS如今只需要更換需要更換的零件，從而節省了好幾百萬美元，這就是通過找出新種類數據之間的相互聯系來解決日常需要。這種方式完成可以應用于我們石油石化行業，我們的大量生產裝置及設備，在建立日常的關鍵部位檢測機制基礎上，形成大量的數據信息，通過對這些數據的.科學分析，判斷出需要檢修或更換的零件，從而有效降低運營成本。
當我們一旦“不再追求精確度，不再追求因果關系，而是承認混雜性，探索相關關系”，“思維轉變過來，數據就能巧妙的用來激發新產品和新型服務”。數據正成為巨大的經濟資產，成為新世紀的礦產與石油，將帶來全新的創業方向、商業模式和投資機會。
近年來，伴隨著經濟社會快速發展、深度調整，石油石化產業變革加劇，面臨的四大革命中其中一項就是“數字革命”。因此我們必須牢牢把握數字革命發展大勢，加強數據治理和大數據分析應用，提高企業生產運行與管理水平，擁抱大數據時代的來臨。
《大數據時代》的心得體會 8
在這個即將到來的大數據時代里，我們應該摒棄傳統還是推陳出新，因為大數據時代里的一些思想相矛盾，在這個信息化的時代里，大數據才是人們獲取新知識和創造新價值的源泉。
讀書先讀引言，引言是這本書的眼睛，反復閱讀會受益良多。
第一個能力，洞察力，我先來解釋一下洞察力吧，洞察力是指觀察事物的能力，能從見到的事物中先知先覺，覺察到問題的所在，洞察力指心靈對事物的穿透力，感覺力，洞察事物的能力，簡單說，洞察力就是人們對個人認知情感，行動的動機與相關關系的透徹分析，再言簡意賅，洞察力就是一個人對外界信息的獲取能力，比如《神探夏洛克》中，夏洛克能從外界事物中提取一些他想要的信息，當然電視上的難免有點夸張，不過這種能力以后無論是在生活中還是部隊建設中都是很有價值的
大數據時代不再要求每個數據都必須準確無誤，因為大數據時代，當很多數據在一起尋求某種規律或是個數學關系時，錯誤的數據很快就會被發現，因為偏移太大，因此大數據時代是用概率說話的，而不需要每個數據都是確鑿無疑的。
相關關系在大數據時代顯得尤其重要，甚至比我們傳統的因果關系更重要，因為大數據的核心是預測，而預測是建立在相關關系分析法基礎上的，有一個美國公司曾經揚言，可以預測一個人第二天會做什么事，雖然說這個說法很荒謬，但是如果我們現在以大數據的思維去想，我們不管他真的是否能預測，或是他預測的方法是什么，我們要考慮的'是如果這中說法是真的，那么我們該怎么去應對，這就是大數據時代的相關關系，我更覺得，相關關系更像是一個哲學問題。
我們應該把我們所掌握的知識和理解的用于部隊，我們應該大力搜索數據而不是抽取，因為我們現在具備處理數據的能力，并用來預測敵軍的動向。
一旦世界被數據化了，只有你想不到的，沒有信息做不到的，我們要做的就是利用信息去做有利于我們的事，我們必須擁有分析的工具（統計學和算法）以及必需的設備（信息處理器和存儲器），那么我們就要培養統計學家和算法師。
數據創新當然是接下來時間內我們要做的和研究的主要對象。
大數據也有不利影響，這不是大數據本身的缺陷，而是我們濫用的結果，就像我們無法去逮捕一個將要犯罪的人，因為我們無法對將要發生的事情負責。
大數據時代，一個名副其實的信息社會，我們要提高自己的能力，做新，做多，做好，做快，讓它真真正正的為我們服務。
《大數據時代》的心得體會 9
我們已經在大數據里生活了好多年，而最近觀看了《大數據時代》帶給了我的是更多的思考。隨著互聯網的快速發展，特別是近年來，隨著社交網絡，物聯網，云計算和各種傳感器的廣泛應用，具有大量，多樣性和強時效性的非結構化數據不斷涌現。數據存儲和分析技術的重要性難以實時處理大量非結構化信息。大數據的概念應運而生。如何獲取，匯總和分析大數據已成為廣泛關注的熱門問題。
對于普通企業而言，大數據的作用主要體現在兩個方面，即數據的分析和使用以及二次開發項目。通過分析信息的大數據，不僅可以挖掘隱藏數據，還可以通過這些隱藏的消息，通過銷售實體，增強其客戶來源。至于數據的二次開發，它用于網絡服務項目。通過總結和分析這些信息，我們可以開發出滿足客戶需求的個性化解決方案，并創造一種新的廣告和營銷方式。
同時作為一名人力資源工作者，我也在想人力資源管理因為大數據而獲得價值提升的可能，但也有可能在大數據的'海洋中迷失方向。伴隨著業務發展要求及勞動力的變遷，人力資源管理從最初行政事務性的人事管理，到聚焦資源使用效率的人力資源管理，再到目前追求有競爭力投資回報的人力資本管理，管理內容不斷豐富，管理模式不斷創新，其價值也不斷得到提升。
過去，人力資源管理沒有太多數據的支撐，決策常常依靠直覺、經驗和個人偏好。大數據時代的來臨，讓人力資本用數量的方式來進行投資分析和管理成為可能。但未來的挑戰不是數據缺乏，而是如何有效地選取和利用數據，而不會在數據的海洋中迷失了方向。
2012年，麥肯錫提出了“大數據時代”的說法，用最通俗的說法來說，就是這個世界的各行各業，將會出現海量信息，即“信息爆炸時代”。而這些信息，都是由各種數據組成，通過收集、整理、分析、研究這些數據，就能找到對自己有利的方法。夸張一點說，掌握了大數據，就掌握了未來。時代的步伐進入了2019年，許多企業都在談“大數據時代”，都在研究如何與時俱進，將“大數據”與數據分析融入到企業管理中去，為自己帶來創新性的優勢。歸根到底，大數據時代下企業人力資源管理的創新，還是通過數據化信息的動態收集和梳理，對企業人力資源的不同模塊進行分析，從而達到全面提升人力資源管理水平的目的。
《大數據時代》的心得體會 10
《大數據時代》這本書主要描述的是大數據時代到臨人們生活、工作與思維各方面所遇到的重大變革。
引言提出了大數據將給生活、工作于思維帶來重大的變革。一個例子是2009年H1N1流行病毒背景下谷歌通過檢測檢索詞條，處理了4.5億個不同的數據模型，通過預測并與2007年、2008年美國疾控中心記錄的實際流感病例進行對比后，確定了45條檢索詞條組合，并將其用于一個特定的數學模型后，預測的結果與官方數據的相關系數高達97%。按照傳統的信息返回流程，通告新流感病毒病例將有一到兩周的延遲。
對于飛速傳播的疾病，信息滯后兩周是致命的。而谷歌運用大數據技術，以前所未有的方式，通過海量數據分析得出流感所傳播的范圍，為世界預測流感提供了一種更快捷的預測工具。此外，我聯想到原淘寶董事長馬云通過大量數據分析得出2008年經濟疲弱，為其商家提前做好迎接經濟危機提供了時間緩沖。
關于大數據在商業領域的應用， Farecast公司是一個成功的典型范例。該公司由奧倫·埃齊奧尼創辦，利用機票的銷售數據來預測未來的機票價格，旨在幫助用戶在購買機票方面做出預測，并對機票價格走勢預測的可信度標示出來供消費者查考。Farecast系統利用近十萬億條價格記錄預測的準確度達75%，使得使用Farecast票價預測工具購買機票的旅客，平均每張機票節約50美元。而處理如此多的數據離開了大數據技術將無法進行。
也正是由于我們進入了一個前所未有的信息化時代，人們擁有了如此多的數據，才提供給我們利用大數據的分析處理手段，創造新的價值。也許有人以為我們大數據時代的還未來臨。其實大數據技術早已滲透到我們中間，它被應用在垃圾郵件的'過濾，XX技術平臺，谷歌翻譯以及輸入文字的自動糾錯等。
文中提出的一個觀點是，預測是大數據的核心。其實從過去的時代人們就利用掌握的數據進行各種分析，從而對經濟等各方面進行預測、矯正。只是進入了大數據時代人們掌握的數據爆炸性的速度在增長，從而數據的存儲和分析數據分方法成了釋放大數據能量的關鍵。
大數據時代是信息化社會發展必然趨勢，我們只有緊緊跟隨時代發展的潮流，在技術上、制度上、價值觀念上做出迅速調整并牢牢跟進，才能在接下來新一輪的國際競爭中擺脫受制于人的弱勢境地，才能把握發展的方向，沖破與西方國家的差距。
《大數據時代》的心得體會 11
看完了引言，為了讓大家有個大眾化的認識，而不是空談很有啟發，提前寫下評論，免得后面忘記了。
1.我覺得，大數據處理，其實就是相關性分析。其實相關性分析在統計學中是非常基礎的，為什么大數據時代來了會使他顯得如此重要呢?那是因為，以前只有政府和教會可以掌握這么多數據，現在是很多企業都掌握了這么多數據，而且未來，發達國家可能會公開這些數據，這樣所有人都相當于擁有了過去君王的信息。書中舉了很多例子，就想告訴你，你所接觸到的數據每年翻3倍，未來你可以掌握的數據量多到你不敢相信。而統計學最重要的是數據，在未來，因為你如此容易獲得數據，所以，你可以做非常多的預測。
2.大數據最大的作用是尋找相關性，當兩樣事情明顯相關，我們就幾乎可以“預測”未來。這是大數據時代最誘人的地方。
3.從上可見，書本不是告訴你在大數據時代你可以做些什么，而是告訴你它有這么多潛力。那些有能力的人，看了本書，可能會有改變世界的能力。因為大數據時代，重要的還是對“數據的處理能力”。那些未來的蓋茨，可能會發明很多神準的預測工具，幫助你預測股市，預測你的婚姻未來，預測你什么時候會得到癌癥。但是，這可能和大多數人無關，你們只需等待他的到來就行。我認為只有少數有前瞻思維，又有能力的人，才會感受到這個還未來到的時代的魅力。
4.希望看完本書會有思想上的沖擊，但就目前而言，我認為，相關性分析是經濟學里面用的非常普遍，甚至是泛濫的技術，所有希望被著名期刊收錄的文章都必須做實證分析，而相關性分析是出現最多的。這也導致學界大討論，說經濟學已死。因為大家看重的`是數據，看重的是相關性，而不是事物背后的規律本質。當然，事物總會發展過頭，然后自動糾正。只是大數據時代剛來，確實需要更多地宣傳一下。過去，在學術界意外，我們確實沒有收集大量數據的能力，導致經濟學中的分析方法用不上，但未來，數據泛濫了，對數據的處理技術就可以向生活延伸了。
5.應該說，大數據時代吸引之處就是巨大的數據量，唾手可得的數據，必將出現大量預測工具(商機，生活方便)，因此必將出現認識世界的新維度。畢竟，現在我們是通過現象認識本質，在未來，我們還可以通過大量數據認識本質。
《大數據時代》的心得體會 12
這本書比我預想的可讀性強多了……
深入簡出，以簡明扼要的概括性觀點和國外各種著名的事例解釋，讓外行人一眼明白大數據時代是什么，做什么，對未來生活有何益處，有何副作用。
首先改變我的認知的是，大數據的特點不是大，而是全。一改傳統的抽樣數據屬性（因為以前的計算機無法存儲運算收集這么龐大的數據），用整體的數據形成了一個更宏觀的上帝視角，進而發現更多意想不到的結論。
其二是分析的思路由因果關系發展到關聯關系。因果關系容易理解，因為人們去醫院檢查出了感染病所以要對這個人隔離治療，對周圍的人隔離檢查，這個地域可能是重要爆發點。然而關聯關系則是更加意想不到，比如谷歌公司利用人們的.搜索關鍵字預測出感染病的爆發，這便不是因果，不是搜索了流感就一定患了病，這只是有關聯，只有當拿到全面的數據，關聯性才能形成一個結論。
應該說，大數據的時代會帶來新一波思想的沖擊，不再是按部就班地推導式邏輯，而是由現象直接得出結論的跳躍式思維，以海量數據的比對和驗證顯示出的新的關聯。
大數據時代的分析與預測會達到前所未有的準確和預見性，會讓人們更容易得出最優解，選擇不再變得那么糾結，廣告更知道給什么人投，新聞更知道哪一類人愛看哪一個，地塊更知道是需要住宅還是辦公，區域更知道是適合作為經濟現代化的中心還是環境優美宜居的景區。
然而，大數據時代帶來的問題也令人細思極恐。
其一，最直觀的就是隱私泄密問題。信息時代的今天，幾乎沒有人是脫離網絡通信生存的。而我們的無數信息也無時無刻不在沿著網絡線傳輸到看不見的地方。這是十分可怕的，因為你搜索到每個關鍵詞，點擊的每個頁面、看過的每個圖片甚至和別人交談的每一句話都暴露在開發者眼中。這些信息被記錄下來，聯系起來就可以勾勒出一個完整的個人檔案，可能比你自己填寫的還要準確。如果只是作為記錄還好，如果被別人，比如說你家附近的小偷利用這分析哪家有錢又經常不在家比較好偷…
其二，大數據分析通過分析人們的喜好選擇，得出人們最偏愛的選項，對人們選擇產生影響……如此其實會產生一層問題，人們會知道他們想知道的而還有很多他們應該知道的被過濾掉了。人們會越來越分裂越來越偏執以自我為中心。也就是說過度的迎合市場不見得會一直長盛不衰。
其三也是最最可怕的，和電影里動漫里的幻想那樣，利用大數據對人是否有犯罪動機進行評判與預測…那么對數據預測的即將犯罪的人我們應不應該逮捕呢？說逮捕，其并未造成犯罪事實，說不逮捕，可能就無法阻止一場慘劇……
大數據帶來沖擊帶來革命也帶不安……但是就像法律上有律師來填補漏洞或者說為人們辯護，也許未來真的會有算法師成為大數據時代中新一代維護秩序的職業。
辯證地，準備迎接更加普及化的大數據時代吧。
《大數據時代》的心得體會 13
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。
《大數據時代》的心得體會 14
我主要讀了第一部分和第三部分。
第一部分是大數據的思維變革，作者舍恩伯格提出了三個觀點，一是＂不是隨機樣本，而是全體數據＂，二是＂不是精確性，而是混雜性＂，三是＂不是因果關系，而是相關關系＂，作者被譽為＂大數據時代的預言家＂，拋出的觀點是擲地有聲的，下面我將談談我對這三點的理解。
對于一，我們必須承認我們以往做的處理抽樣數據得到結果的方法，是省時省力省錢的，而且判斷結果是相對高精準的，如人口普查這一案例，如果采用全體數據進行統計分析的話，工作難度是相當大的，最后的結果也不會很滿意，這是得不償失的。但是隨著數據處理技術的飛速發展，我們已經具備了處理大量數據的能力，如果在數據分析過程中采用全體數據，就能避免抽樣數據可能由于選取偏見帶來的非隨機性，處理全體數據也必將成為一種趨勢。用在國防生管理工作中，就是管理層要對每個個體都給予充分的關心與互動，對于優秀的雖然要偏愛，但是對于較差的也要保持＂不拋棄不放棄＂的態度，讓每一個個體都找到自己的定位與價值。
對于二，作者強調通過掌握更多的數據，暫時犧牲精確性，關注更多容易被忽略的細節，來做更多的事，得到更多的結果，也就是說我們要有一定的包容錯誤的能力。我們在收集數據時，要主動獲取更多的數據，少加一些限制性條件，然后應用我們處理大數據的能力，或許會獲得意想不到的結果。作者舉了一個谷歌翻譯系統的例子，通過英語作為中轉，進行各語言之間的轉換。此處的啟發就是用我們最擅長的途徑，不拘泥于特定規則，來達到我們的目的，也就是說我們要先認清自己，不去刻意的模仿，找出最適合自己的一套方法。
對于三，作者指出知道＂是什么＂就夠了，沒必要知道＂為什么＂，乍一看這個觀點覺得有點無腦，但是結合第二點就合理了，降低對精確性及原因結果的要求，通過對相關數據的廣泛分析，進而得到更豐富更多元的結果。如購物時，系統的購物推薦，并不是肯定你會購買，僅僅是你感興趣進而可能會買就足夠了。其實作者對＂相關關系＂的強調，主要是大數據強大的預測能力，而且這種預測性能還是相當精確的。以上只是我用作者的觀點佐證他自己的觀點，證明其一定的.合理性，但是我是不完全認同的，在航天領域，我們對成功率的要求是極高的，尤其是載人航天領域，我們必須做到萬無一失，我們對每一個結果都會深究其根，找出原因。對于國防生體能成績的分析也是如此，結果只是我們的一個評價機制，而最重要的還是產生這一結果的原因及過程。
第三部分是大數據的管理變革，本來以為作者會講點如何通過大數據來改革管理機制和提高管理效率，沒想到作者只是講了大數據其實就是我們的隱私的暴露，提出了要讓數據采集管理公司對數據的使用負起責任的解決途徑。個人感覺，一是我們在平時要意識到個人隱私的保護，而是相關法律政策的完善，真正的讓大數據服務我們的工作生活，而不是一種變相的威脅。
【《大數據時代》的心得體會】相關文章：
迎接數據中心虛擬化時代的來臨12-13
大數據時代下網絡安全與隱私保護論文03-23
大數據時代讀書心得體會06-20
大數據時代 應用統計學專業成考研香餑餑10-22
新考研時代女生的三大優勢12-17
數據10-25
數字時代催生7大新職業12-08
ESG:2010年數據中心10大預測12-14
新時代心得體會03-15
數據課程設計心得體會04-06