책 한 권을 맛보았으니, 모두들 마음속으로 많은 감명을 받았을 것이다. 이제 심사숙고한 평론을 한 편 쓰자. 어떻게 검토를 써서' 유동계정' 을 쓰지 않도록 합니까? 다음은 제가 빅데이터 시대에 정성껏 정리한 1000 자입니다. 참고용으로만 쓰겠습니다. 한번 봅시다.
빅데이터 시대를 읽고 1000 자 1 지금 뉴미디어와 인터넷에 대해 말하면 빅데이터를 언급해야 합니다. 이거 안 하면 아웃되는 것 같아요. 더구나 많은 사람들이 구름같이 따라다녔고, 많은 공담자들은 심지어 이 방면의 고전 저작인 셰인 백비둘기의' 빅 데이터 시대' 를 읽지 않았다. 쇤베르그가 누구죠? 현재 옥스퍼드대 인터넷학원 인터넷연구소 통치와 감독 교수로 하버드대 케네디 대학 정보감독 연구 프로젝트 책임자를 역임한 바 있다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 과학명언) 그의 컨설팅 고객으로는 유럽 연합의 공식 인터넷 정책 뒤에 있는 진정한 제정자이자 참여자인 Microsoft, HP, IBM 이 있습니다. 그는 또한 많은 국가 고위 정부의 싱크탱크를 담당한 적이 있다. 이 옥스포드 교수는' 빅데이터 시대 예언가' 라고 불리는데, 정말 대단하다! 그래서, 마스터가 말한 것은 금과옥율입니까? 꼭 그렇지는 않습니다. 대사들의 작품을 읽는 것은 반드시 숙제를 해야 합니다. 숙제를 충분히 할 수 있고, 그에 상응하는 이론적 기초가 있다면, 그들과 사상적 대화를 할 수 있다.
쇤버그는 사고 변화, 비즈니스 변화, 경영 변화 등 세 부분으로 큰 데이터를 논술한다. 첫 번째 부분인' 빅 데이터 시대의 사고 변화' 에서 쇤버그는 자신의 세 가지 관점을 분명히 밝혔다. 첫째, 더 많은 것: 무작위 샘플이 아니라 모든 데이터; 둘째, 더 잡다한다: 정확하지는 않지만 잡다한다. 셋째, 더 좋습니다: 인과 관계가 아니라 관련성입니다. 나는 첫 번째 요점에 동의하지 않는다. 한편으로는, 기술과 장비에서 모든 데이터를 처리하는 것은 매우 어렵다. 반면에, 모든 사람이 필요로 하는 것은 아닐까요? 간단한 사실을 판단하는 데이터 분석이 모든 데이터를 수집할 필요가 있습니까? 나는 홍콩 시티대학의 축건화 교수와 이 문제를 토론한 적이 있다. 주 교수는 전파학 연구 방법과 데이터 분석의 전문가이다. 그는 수학 통계 방법을 찾아 분석할 수 있다고 생각하는데, 반드시 모든 데이터가 필요한 것은 아니다. 쇤버그의 두 번째 관점에 언급 된 관련성에 관해서, 나는 그가 말한 총 데이터가 숫자가 아니라 범위를 의미한다는 것을 이해합니다. 즉, 큰 데이터의 무작위 샘플은 목표 데이터뿐만 아니라 목표를 제외한 모든 데이터를 포함합니다. 큰 데이터 분석은 무작위 샘플링을 배제할 수 없다고 생각하지만, 샘플링의 방법과 범위는 확대되어야 한다.
나는 쇤버그의 두 번째 견해에 동의한다. 나는 그의 첫 번째 관점에 대한 좋은 보완이자 정밀 전파와 정밀 마케팅에 대한 반성이라고 생각한다. 큰 데이터의 간단한 알고리즘은 작은 데이터의 복잡한 알고리즘보다 더 효과적입니다. "더 거시적인 시각과 동양의 철학적 사고. 나는 쇤버그의 세 번째 견해에 완전히 동의할 수 없다. 클릭합니다 인과관계가 아니라 상관관계입니다. 왜 그런지 알 필요가 없습니다. 무엇이 무엇인지 알기만 하면 됩니다. 소통은 데이터이고, 데이터는 관계이다. 소데이터 시대에는 인과관계에만 관심이 있었지만 상관관계에 대해서는 충분히 알지 못했다. 빅데이터 시대에는 상관관계의 역할이 매우 중요하기 때문에 아무리 강조해도 지나치지 않지만 완전히 배제해서는 안 된다. 큰 데이터는 어디에서 오는가? 그것은 무엇을 하는 데 쓰이는 것입니까? 인과관계를 완전히 소홀히 한다면, 큰 데이터의 전과후를 모르고, 큰 데이터의 인문적 가치도 해소할 수 있다. 오늘날 많은 학자들은 자신의 관점을 설명하고 전파하기 위해 종종 놀라울 정도로 오래된 관념을 완전히 부정한다.
세계의 어떤 사물의 복잡성과 다양성도 단순한 것이 아니다. (아리스토텔레스, 니코마코스 윤리학, 지혜명언) 쇤버그도 이런 이원대립의 유치한 사고인가? 사실, 독자들은 책을 읽을 때 자신이 어떤 문맥에서 말하는지 반드시 똑똑히 보아야 하며, 독서의 얕음으로 인해 단장 취의의 오해에 빠지지 말아야 한다. (윌리엄 셰익스피어, 햄릿, 독서명언) 예를 들어, 쇤베르그는 "인과 관계가 아니라 상관 관계" 라고 제안했다. 이 논문에서 그는 "대부분의 경우, 일단 우리가 큰 데이터의 상관관계 분석을 완료하고' 무엇' 만 아는 것에 만족하지 않는다면, 우리는 계속 더 깊이 인과관계를 연구하여 배후의' 왜' 를 찾아낼 것이다" 고 말했다. [i] 그가 말한 모든 데이터와 관련 관계는 특정 맥락에서 데이터 마이닝의 옵션임을 알 수 있습니다.
빅 데이터 연구의 원동력 중 하나는 상업화이다. 두 번째 부분에서, 쇤버그는 빅 데이터 시대의 상업적 변화에 대해 토론했다. 쇤버그는 디지털화는 모든 것을' 수량화' 할 수 있다는 것을 의미한다고 생각한다. 빅데이터의 정량 분석은' 무엇' 의 질문에 효과적으로 대답할 수 있지만, 여전히' 왜' 라고 완전히 대답할 수는 없다. 그래서 질적 분석과 질적 연구를 배제할 수 없다고 생각한다. 데이터 혁신이 가치를 창출 할 수 있다는 것은 의심의 여지가 없습니다. 빅데이터의 역할 포지셔닝을 논의할 때, 쇤버그는 여전히 전체 사회체계가 아닌 데이터 앱의 상업체계에 그것을 두고 있지만, 그는' 빅 데이터 시대의 관리 변화' 2 부에서 이 문제를 논의했다. 위험 사회에서는 정보 보안 문제가 점점 더 두드러지고 있으며, 데이터 독재와 프라이버시 보호가 한 쌍의 모순이 되고 있다. 어떻게 큰 데이터의 곤경에서 벗어날 수 있을까? 쇤버그는 마지막 절' 통제' 에서 대답을 시도했지만, 기본적으로 진부한 표현이었다. 케빈 켈리의' 통제 불능' 이 우리가 이 질문에 대답하는 데 도움이 될 것 같습니까? 적어도 더 많은 사고 차원을 제공할 수 있다. 훈버그가 결론에서 말했듯이, "큰 데이터는 알고리즘과 기계로 가득 찬 차가운 세상이 아니다. 인간의 역할은 완전히 대체될 수 없다. 큰 데이터가 우리에게 제공하는 것은 최종 답이 아니라 참고 답이다. 도움은 일시적이며, 더 좋은 방법과 답은 아직 가까운 장래에 있다. " 훈형 감사합니다! 대데이터 토론을 자연과학에서 인문 사회과학으로 복귀시키다. 빅데이터 시대' 는 최종 답도 아니고 표준답도 아닌 참고 답안이라고 추측할 수 있다.
또한, 이 책을 읽기 전에, 데이터란 무엇인가? 큰 데이터란 무엇입니까? 데이터 분석과 데이터 마이닝의 차이점은 무엇이며 디지털화와 데이터화의 차이점은 무엇입니까? 책을 읽기 전에 숙제를 좀 하면 읽기가 쉬워진다.
빅 데이터 시대를 읽고 나면, 우리는 더 이상 인과 관계를 찾는 것에 열중하지 않고 사물 사이의 연관성을 찾아야 한다. 이 명제는 내가 이 책을 보는 가장 큰 감정이다. 개인적으로도 이 책의 핵심 사상이라고 생각한다. 처음부터 시작합시다. 우선, 이 책은 내가 이전에 알고 있던 것을 뒤엎는 명제인' 원자가 아니라 정보가 만물의 원천이다' 라는 명제를 제시하고, 세상을 정보와 데이터를 이해할 수 있는 바다로 보고 전례 없는 시각을 제공한다. 이것은 생활의 각 분야에 침투할 수 있는 세계관이다. 이 주장은 이 책의 마지막 부분의 한 단락에 묘사되어 있다. 제가 그것을 맨 앞에 두는 이유는 이것이 디지털 세계에 대한 전제 조건이라고 생각하기 때문입니다. 당연히 빅데이터에 대한 전제 조건이기도 합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 디지털명언) 책 가운데에는 디지털화와 디지털화의 차이점에 대한 섹션이 있다. 자신의 뇌를 정리하고 디지털 세계의 명제는 빅 데이터 사고의 두 번째 단계로 꼽힌다. 여기까지 썼을 때, 나는 내가 책의 정수를 깨달았는지 반성할 수 없었다. (내가 생각하는 정수) 이것이 첫 번째 말이다. 내 모든 생각을 돌이켜 보면, 여전히 낡은 인과적 사고 방식에 따라 생각하기 때문이다. (아리스토텔레스, 니코마코스 윤리학, 생각명언) 이 책의 또 다른 매력적인 점은 관점이 많아서 철학적 관점에서 토론할 것이다. 내 뱃속에 잉크가 많지 않지만, 내가 이 묘사들을 읽을 때, 나는 저자가 제기한 명제를 더 잘 이해할 수 있다는 것을 알게 될 것이다. 예를 들어, 책에 한 구절이 있다
우리는 인류가 인과관계를 통해 세상을 안다고 말하는데, 우리가 세계의 각종 현상을 인식하고 해석하는 데 사용하는 두 가지 기본 방법을 가리킨다. 하나는 빠르고 허황된 인과관계를 통한 것이고, 다른 하나는 느리고 질서 있는 인과관계를 통한 것이다. 빅데이터는 우리가 세상을 이해하는 데 있어 이 두 가지 기본 방법의 역할을 바꿀 것이다.
몇 가지 예를 첨부할 때 저자가 제공한' 에센스' 로 보면 이해하기 쉽다. 사실은 확실히 이렇다. 좋아, 그럼 큰 데이터가 우리를 어떻게 바꿨지? 작가는 세 가지 점을 제시했다.
빅데이터의 본질은 우리가 정보를 분석할 때의 세 가지 변화에 있다. 이러한 변화들은 우리가 사회를 이해하고 형성하는 방식을 바꾸는 것에 대해 이야기하고 있다.
첫 번째 변화는 빅 데이터 시대에 더 많은 데이터를 분석할 수 있고, 때로는 무작위 샘플링 (샘플 = 전체) 에 의존하는 대신 특정 현상과 관련된 모든 데이터를 처리할 수 있다는 것입니다.
두 번째 변화는 연구 데이터가 너무 많아서 우리는 더 이상 정확성 추구에 열중하지 않는다는 것이다.
세 번째 변화는 처음 두 가지 변화로 인한 것이다. 즉, 우리는 더 이상 인과관계를 찾는 데 열중하지 않고 사물 사이의 연관성을 찾아야 한다는 것이다. 빅데이터는 우리에게' 왜' 가 아니라' 무엇' 을 알려준다. 빅 데이터 시대에, 우리는 현상의 배후에 있는 원인을 알 필요가 없다. 우리는 단지 데이터가 스스로 말하도록 하면 된다. (존 F. 케네디, 데이터명언) , 출처: 짧은 글, 그렇지 않으면 책임을 추궁할 것입니다, 당신의 지지에 감사드립니다, 우리는 더 잘할 것입니다!
인간의 뇌는 새로 입력한 자극이나 정보를' 과거의 경험이나 축적된 지식' 과 비교한 다음 조정하고 받아들이는 기능을 가지고 있다는 것은 잘 알려져 있다. 눈앞의 새로운 현실이 당신의 뇌에 저장된 고유 정보와 조화를 이루지 못한다면, 당신은 무의식적으로 새로운 현실을 받아들이기를 거부할 것입니다 (마치 보이지 않는 것처럼). 또는 자신의 무지를 통해 임의로 추측을 풀고 자신이 의식하는 상황을 현실에서 벗어나게 할 수도 있다. (착각을 일으키다.) (서양속담, 자기관리속담) 이것은 자신을 냉정하게 유지하기 위한 인류의 본능이다.
그래서 저자는 그것을 혁명이라고 부른다.
이렇게 많이 말했는데, 큰 데이터가 우리에게 무엇을 가져왔습니까? 여기서 나는 단지 내가 가장 깊이 느끼는 것, 다른 관심 있는 것은 스스로 이해할 수 있다고 말하고 싶다. 물론, 이 책에는 XX 회사나 개인이 큰 데이터를 이용하여 얼마나 많은 부를 창출했는지가 가장 많다. (윌리엄 셰익스피어, 햄릿, 독서명언) 이런 표면적인 것들을 버리고, 가장 마음을 움직이거나 두려워하는 것은 예측이다. 이것은 큰 데이터가 가져온 가장 중요한 것이다. 마음을 움직이는 이유를 반복할 필요가 없다. 컴퓨터는 언제 쌍색구를 사서 1 등에 당첨되는지 알려줄 것이다. 네가 좀 흥분했는지 생각해 봐. 물론, 이것은 단지 내가 과장된 비유를 한 것에 불과하다. 두려움에 대해 책 속에 한 구절이 있어서 나는 매우 좋아한다.
공정성과 정의의 기초는 사람들이 어떤 일을 한 후에야 이 일에 대해 책임을 져야 한다는 것이다. 결국, 하지 않고 하고 싶은 것은 범죄가 아니다. 개인의 책임과 관련된 사회의 기본 신념은 사람들이 자신이 선택한 행동에 대해 책임을 져야 한다는 것이다. 빅데이터 분석이 완전히 정확하다면, 우리의 미래는 정확하게 예측될 것이며, 미래에는 선택의 권리를 잃을 뿐만 아니라 예측에 따라 행동할 것이다. 정확한 예측이 현실이 되면 우리는 자유 의지와 자유 선택의 권리를 잃게 된다. 우리가 다른 선택의 여지가 없기 때문에 책임을 질 필요가 없다. 아이러니하지 않나요?
여기까지 끌어당기는 김에, 책의 자유 의지에 대한 또 다른 묘사입니다.
철학 분야에서 인과 관계의 존재 여부에 대한 논쟁은 이미 몇 세기 동안 계속되었다. 결국, 모든 것이 인과가 있다면, 우리는 어떤 것도 결정할 자유가 없다. 만약 우리가 하는 모든 결정이나 생각이 다른 일의 결과라면. 이 결과는 다른 원인으로 인한 것이다. 이 순환에는 인류의 자유 의지가 존재하지 않는다. 모든 삶의 궤적은 인과 관계로만 통제된다. 따라서 철학자들은 세계에서 인과 관계의 역할에 대해 끊임없이 논쟁을 벌이고 있으며, 때로는 자유 의지의 반대라고 생각하는 경우도 있습니다.
이 책에는 영화' 소수파 보고서' 의 예가 있다. 여기를 보고 나는 말했다. "아, 사실 이 영화를 봤는데, 지금도 생각하면 좀 흥분돼요." 흥미가 있으면 볼 수 있다. 경찰이 예측을 통해 범인을 미리 체포한 것 같은데, 큰 데이터를 통해서가 아니라 슈퍼맨의 수단을 통해서다. 당신이 하는 모든 일을 예측할 수 있을 때, 그것은 당신이 햇빛에 완전히 노출되는 것과 같습니다. 만약 당신이라면, 당신은 두려워할 것입니까?
마지막으로 두 개의 후기를 동봉하는데, 하나는 책 속의 한 구절이고, 하나는 자기가 편찬한 것이다.
빅 데이터는 알고리즘과 기계로 가득 찬 차가운 세계가 아니며 인간의 역할은 여전히 완전히 대체 될 수 없습니다. 큰 데이터가 우리에게 제공하는 것은 최종 답이 아니라 참고 답이다. 도움은 일시적이며, 더 좋은 방법과 답은 아직 가까운 장래에 있다.
빅데이터는 결국 우리에게 영향을 미칠 것이며, 그것은 다른 기술처럼 양날의 검이 될 것이다. 잘 쓰고, 마음을 움직이고, 학대하고, 두려워하다. 핵기술처럼 사용하면 지구를 축복하고, 남용하고, 다이아 지구를 주거나, 폭발시킬 수 있다. (알버트 아인슈타인, 과학명언) 나는 빅데이터의 미래 발전이 저자가 말했듯이 생활, 일, 사고의 혁명이 될 것이라고 믿는다.
"빅 데이터 시대" 를 읽은 후, "빅 데이터" 라는 단어가 조용히 우리 삶에 나타났습니다. 끝까지 탐구하기 위해, 나는' 빅 데이터 시대' 라는 책을 선택했다.
저자는 먼저 큰 데이터가 우리의 생활, 일, 사고에 미치는 영향을 전체적으로 간략하게 설명한 다음, 세 가지 방면에서 수백 개의 학술과 상업 사례로 글을 썼다. 빅 데이터 시대의 구체적인 특징은 샘플 = 군중, 정확성 추구, 관련성 등 하나하나 드러난다. 동시에 저자는 개인과 기업의 관점에서 큰 데이터의 은밀한 걱정을 분석했다.
책 속의 내용이 매우 많아서, 여기에서는 전부 요약할 수 없다. 이 책에는 많은 고유 명사가 있지만, 작가는 그의 통속적인 언어와 많은 예시로 빅 데이터 시대의 싱그러운 냄새를 맡았다.
왜 신선한가요? 책의 내용이 내가 익숙하고 낯선 세상을 여는 것 같기 때문이다. 우리는 현재 인터넷 시대에 처해 있으며, 대량의 데이터는 일상적인 간단한 조작으로 인해 발생한다. 하지만 처음에는 눈앞의 문제를 해결하기 위해 많은 기술을 사용했습니다. 그 큰 데이터는 모래 속의 금과 같고, 그들의 가치는 발견되지 않았다. 오늘날, 우리가 인터넷에서 책을 살 때마다, 항상' 네가 무엇을 좋아하는지 맞춰봐' 란, 구글 검색과 독감 예측, Farecast, 항공권 가격 예측 시스템 등을 볼 수 있다. 이 모든 것은' 예측이 빅 데이터의 핵심이다' 는 말이 우리 삶에 전례 없는 수량화 가능한 차원을 만들어 냈다는 것을 증명하는 간과해 온 빅 데이터에서 비롯된다. 제가 이 부분을 읽었을 때, 제 삶이 이미 빅데이터의 혜택을 누리고 있다는 생각이 들었습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 인생명언) "네가 무엇을 좋아하는지 맞춰봐" 와 같이, 나는 내 입맛에 맞는 책을 더 많이 접해서, 이전에는 찾을 수 없었던 세부 사항을 보여 주었다. (윌리엄 셰익스피어, 템페스트, 독서명언) 구글, 아마존 등 대량의 데이터를 보유한 기업의 거물들은 빅 데이터와 관련된 새로운 산업 및 연구 관련 프로젝트를 대대적으로 발전시키고 있습니다. 인터넷 시대의 편리함에 따라 빅 데이터는 오늘날 가장 상업적인 가치가 되었으며, 모든 수량화 가능한 추세가 나타나기 시작했다. "본질적으로 세계는 정보로 구성되어 있다." 이 말에 직면하여 빅 데이터 시대는 곧 다가올 것 같다.
큰 데이터가 우리를 위해 상상할 수 없는 일과 그 거대한 가치에 경탄하는 동시에, 나는 큰 데이터가 우리의 생활을 크게 최적화할 수 있다는 것에 동의하지만, 나도 이 시대에 대해 걱정할 수 없다. 빅 데이터 시대가 도래하면 우리의 프라이버시가 더 이상 프라이버시가 아닐 수도 있습니다. 책에서 말했듯이, "우리는 항상' 세 번째 눈' 에 노출되어 있습니다. 아마존은 우리의 쇼핑 습관을 감시하고, 구글은 우리의 쇼핑 습관을 감시하고, 웨이보는 모든 것을 알고 있는 것 같습니다." 그리고 우리는 큰 데이터로 많은 것을 예측할 수 있고, 효율성이 매우 높다. 일단 사람들이 큰 데이터에 의존하고 인간의 혁신과 다른 능력을 거의 이용하지 않고 데이터에 얽매이면 세상은 매우 역동적인 기계 환경이 될 뿐이다. (존 F. 케네디, 컴퓨터명언) 가장 큰 걱정은 빅 데이터 시대가 인류 자신의 사고, 사상, 신앙 등 정신 분야에 미치는 영향이라고 생각한다. 이제 우리 모두는 데이터에 살고 있습니다. 빅 데이터 시대는 몇 년 후에 점차 올 수 있습니다. 그래서 저는 묻습니다: 우리가 항상 믿었던 것은 무엇입니까? 나는 내가 이 문제를 정확히 파악하기가 어렵다고 생각한다. 세상이 변하면 변한다. 모든 것이 좋고 나쁨이 있는데, 내가 걱정이 많은지 모르겠다.
그래서 저는 이 문제에 대한 저자의 생각을 계속 탐구했습니다. "더 큰 데이터는 사람 자체에 있다", 저자는 "우리는 더 나은 미래를 창조하고 있다", "예언의 시대에 인류의 자유 의지는 불가침이며, 이것은 과소평가할 수 없다" 고 말했다. 우리가 큰 데이터를 사용할 때, 우리는 겸손을 유지하고 인간성의 기초를 기억해야 한다. " 인류학자인 클리퍼드 길드는 "그것을 적용해 보고, 그것을 적용하고 확장할 수 있는 곳에서 확장해 보세요." 라고 말했습니다. 적용하거나 확장할 수 없는 곳에서 중지합니다. "이 말들은 햇빛처럼, 빅데이터 시대에 대한 나의 우려와 그에 대한 내면의 두려움을 해소했다. 나는 우리의 마음과 자유 의지를 고수해야만 큰 데이터가 우리 인류의 세계에 유익할 수 있고, 그 뒤에 있는 따뜻한 빛을 발휘할 수 있다고 믿는다. (윌리엄 셰익스피어, 햄릿, 자유명언)
시대의 변화에 직면하여, 나는 자신의 자유 의지를 견지하고,' 큰 데이터를 껴안는다' 고 노력할 것이다.
세계의 본질은 데이터이다. 데이터를 마스터하면 세상을 제어할 수 있습니다. 데이터의 관련성을 통해 사물의 발전을 쉽게 예측하고 모든 불리한 요소를 싹트게 할 수 있습니다. 이는' 미연에 예방하는 것' 보다 훨씬 낫습니다.
빅 데이터 시대' 라는 책은 우리의 관념에 세 가지 큰 변화를 가져왔다. 전부 샘플링하지 말고, 효율성이 절대적으로 정확하지 말고, 인과 관계가 없어야 한다. 이 책은' 빅 데이터' 시대의 세 가지 주요 변화, 즉 사고 변화, 비즈니스 변화, 관리 변화에 대해 설명합니다. 이러한 거대한 변화의' 충격' 하에서 현대사회의 운행 방식은 반드시 큰 변화가 발생할 것이다. 만약 이런 변화의 추세에 순응하지 않는다면, 고대 중국처럼 우뚝 솟아 있고, 마지막으로 긴 갈고리로 대외적으로 개방한다면, 반드시 세계 과정 중에 약탈당하고 뒤에 던져질 것이기 때문에, 반드시 사고를 바꿔야 한다.
"우리는 더 이상 인과관계를 찾는 데 열중하지 않고 사물 사이의 상관관계를 찾아야 한다" 고 나는 이것이 책의 핵심 사상이라고 생각한다. 빅 데이터 시대에는 정보와 데이터가 모든 것의 원천이 되었다. 우리는 다양한 데이터의 바다에 살고 있습니다. 또 다른 관점에서 볼 때, 우리가 전에 본 적이 없는' 보이지 않는 선' 이 무수히 많은' 보이지 않는 선' 이 우리를 이 데이터와 연결시켜 주는 것 같다. 빅데이터는 우리가 이전에 인과관계를 통해 세상을 알게 된 방식을 변화시켰고, 몇 가지 새로운 방식을 제공했다. 빅데이터 시대에는 더 많은 데이터를 분석할 수 있고, 때로는 특별한 현상과 관련된 모든 데이터를 처리할 수 있기 때문이다. 즉, 샘플 = 전체; 게다가, 연구 데이터가 이렇게 많은 상황에서, 우리는' 정확' 이 아니라' 혼란' 에 열중하고 있다. "혼란" 을 받아들이지 않으면 비정형 데이터의 95% 를 사용할 수 없기 때문에 완벽한 데이터 세계를 구축할 수 없습니다. 점점 더 포괄적인 데이터를 분석한 후,' 무엇' 이 아니라' 무엇' 이 다른 사물에 어떤 영향을 미치는지, 즉' 데이터 스스로 말하게' 하는 것, 즉' 무엇' 이 아니라' 무엇' 이 어떻게 다른 사물에 영향을 미치는지 분석해 볼 수 있습니다.
이 이념은 놀라운 힘으로 현재의 지식 현황에 큰 충격을 주었다. 대량의 데이터에 대한 분석을 통해 우리는 매우 가치 있는 제품과 서비스 또는 깊은 견해를 얻을 수 있다. 예를 들어 구글은 2009 년 h 1n 1 유행할 때 검색어를 검색해 34 개를 처리했다. 5 억 개의 서로 다른 데이터 모델을 예측하여 2007 년과 2008 년에 CDC 가 기록한 실제 독감 사례와 비교한 후 45 개의 검색어 조합을 확인했습니다. 특정 수학 모델에서 사용한 후 예측 결과와 공식 데이터 간의 상관 계수는 최대 97% 입니다. 이 대형 데이터 기술은 전례 없는 방식으로 대량 데이터 분석을 통해 독감의 전파 범위를 확보하여 독감을 예측할 수 있는 더 빠르고 효율적인 도구를 제공합니다.
동시에, 큰 데이터는 인류에게 유익하고 질병에 대항할 수 있지만, 이 기술을 습득하는 데만 국한된다. 만약 우리가 이 기술을 중시하지 않는다면, 우리의 상대가 우리보다 먼저 이 데이터 네트워크를 건설할 때, 그것은 우리의 재앙이 될 것이다. 생각해 보세요. 큰 데이터의 핵심은 예측에 있지만, 적들이 이런 수단으로 우리의 다음 행동을 예측할 때, 예를 들어 당신의 미사일이 발사될 곳, 어디로 날아갈 것인지, 당신의 군대가 어디로 이동할 것인지, 그것은 너무 무섭다. (존 F. 케네디, 미사일, 미사일, 미사일, 미사일, 미사일, 미사일, 미사일, 미사일) 요컨대, 모든' 미래' 는 적의 손에 장악될 것이며, 적들은 심지어 미래에' 위대한 업적' 을 가진 사람들을 찾아 침투시키거나 말살할 수 있다는 것은 의심할 여지없이 우리의 발전에 치명적이다. 따라서, 큰 데이터 시스템의 건설 과정을 가능한 한 빨리 가속화해야 한다.
우리 국방생에게도 이 발전 추세에 순응해야 한다. 미래의 시대는 반드시 데이터를 쉽게 얻을 수 있고, 데이터 네트워크가 누리는 시대일 것이다. 이러한 데이터를 통해 데이터 모델을 만들 수 있으며, 운동량, 훈련 강도 등 모든 사람에게 적합한 방안을 정확하게 분석하고 제시할 수 있으며,' 선지자 선각' 을 통해 한 사람의 부정적인 감정을 제때에 유도해야 제때에 발견할 수 있다. 이것들은 반드시 현실이 될 것이다. 우리는 시대를 따라가야 한다, 이렇게 해야 한다.
빅 데이터 시대의 사고 1000 자 5 "하느님을 제외한 모든 사람은 데이터로 말해야 한다." 이것은' 빅 데이터' 에서 인상적인 문장이자 이 책이 전달하고자 하는 메시지이다. 디지털 정보화 시대에는 데이터가 공기처럼 어디에나 있다. 어떤 사람들에게는 데이터가 무의미하고, 다른 사람들에게는 데이터가 진리이다.
미국은' 빅 데이터' 의 주역이다. 이 책은 미국의 반세기 이상 정보 개방과 기술 혁신의 역사, 대중과 재무투명성의 우여곡절, 데이터 품질법 뒤의 은밀한 사정, 국가의학개혁법의 파도, 통일신분증의 백년 갈등, 거리경찰의 혁신전설, 미국 광산난의 비장한 역사, 상업지능의 전생, 데이터 개방운동의 전 세계적인 부상, 웹 30, 차세대 인터넷을 다루고 있다.
이 책을 통해 입체적인 미국과 미국 국민의 사상이 우리 앞에 나타났다. 미국 국민들은 개인 프라이버시 보호에 집착하고 있지만 정부 정보의 투명성과 공개를 추진하기 위한 노력을 아끼지 않았다.
이 책을 읽고, 갑자기 생활 속의 데이터와 데이터 처리에 깊은 흥미를 가지게 되었다. 만약 어느 날 우리가 곳곳에서 데이터로 이야기한다면, 정치, 제도, 생활이 더욱 명확해지고 사고도 최저점으로 떨어질 것이다.
정보기술 교사로서 이 책을 읽을 필요가 있다! 지혜로운 선생님은 반드시 책에서 독특한 정보기술 문화와 교육에 사용할 수 있는 생생한 사례를 발굴할 수 있을 것이다.
나는 매일 책을 읽을 시간이 거의 없다. 나는 항상 밤에 피곤해서 책을 펴야 한다. 나는 항상 눈이 극도로 불편할 때 책을 꾸준히 읽는다. 그래서 빅데이터는 견지에서 제 생각에 녹아들었습니다. ...
《빅 데이터》를 보고 나서야 이것이 무미건조한 책이 아니라는 것을 알게 되었다. 저자는 미국 데이터 공개, 수집 및 사용 뒤의 입법 이야기, 시민 이야기, 기술 이야기, 비즈니스 이야기를 사례와 스토리텔링으로 들려주며 시선을 사로잡았다.
저는 빅데이터의 개념이 교육에 어떤 실용적 가치가 있을까요? 오랫동안 중국 교육은 디지털 캠퍼스와 같은 교육의 디지털화를 연구해 왔다. 아이디어는 우리 교육의 내용을 디지털화하는 것이다. 그 결과 전자 교재의 연구개발이나 교육과정의 디지털화가 된다. 아름다운 이름은 이것이 교육 기술의 중요한 내포라는 것이다. 가르치는 과정에서 학생들의 행동은 디지털화될 수 있는데, 이 연구는 어떤 전공도 깊이 들어갈 수 없는 것이다. 너무 전문적이어서 소위 교육 기술이란 교육 디지털화만큼 의미가 없다고 생각합니다. 오랫동안 우리는 교육이 한 사람에게 미치는 영향이 어떻게 나타날지 모른다. 우리가 가지고 있는 것은 단지 대강일 뿐, 한 선생님의 행동이 학생에게 어떤 영향을 미치는지 확실하지 않다. 그래서 사람들은 교육에 대해 깊은 의심을 품고 있다. 과학이요? 빅데이터의 개념은 적어도' 무엇' 에 초점을 맞추는 것이' 왜' 에 초점을 맞추는 것보다 훨씬 더 실용적이다. 그리고 우리의 교육은 "왜" 에서 "무엇" 으로 주의를 돌려야 합니다. 그래야만 교육이' 왜' 에서' 무엇이 될 수 있는가' 로 발전할 수 있다. 이것은 사상 혁명이 될 것이다. 현재 위기에 처한 교육 기술의 경우, 연구의 초점을 디지털화에서 디지털화로 바꾸는 것이 탈출구입니다.
데이터를 교육에 통합하는 방법, 교육자들은 먼저 전과 의학 교육 처방을 규범화하여 교육 템플릿과 교육 내용을 규범화하여 각 교육 과정과 내용을 통제할 수 있도록 하였다. 그런 다음 일상적인 교육 내용과 결합하여 자신이 직면한 데이터를 잘 처리하고, 데이터를 잘 처리하면, 자연스럽게 교실 피드백을 잘 처리하고, 결국 교학 경험과 교학 효과를 중시하는 교학 체계를 형성하였다.
동시에, 우리는 교실에서 학생들의 자원뿐만 아니라 수업 후에 이러한 자원들을 따라가야 한다. 이것은 과거의 교육과 교수와는 현저히 다르다. 빅 데이터 시대의 도래에 직면하여, 교육의 변화는 필연적이다. 따라서 환경이 어떻게 변하든, 데이터가 얼마나 복잡하든 간에, 우리는 미래의 빅 데이터 시대에 맞게 교육을 바꿔야 합니다.
쇤버그의' 빅 데이터 시대' 는 정보화 시대의 갑작스러운 핫어' 빅 데이터' 를 재검토하게 했다. 정보 보안 전공 학생으로서, 나는' 빅 데이터' 라는 단어에 대해 더 열정적이다.
바이두에서 발견된 해석은' 빅 데이터' 또는 방대한 양의 데이터' 는 현재 주류 소프트웨어 도구를 통해 캡처, 관리, 처리 및 정리할 수 없을 정도로 큰 정보를 의미합니다. 기업이 합리적인 시간 내에 보다 적극적인 결정을 내릴 수 있도록 돕습니다. 특징: 수량, 속도, 품종, 진정성.
쇤버그는 큰 데이터가 정확한 개념을 정의할 수 없다고 생각한다. 그는 "빅데이터는 사람들이 새로운 지식을 얻고 새로운 가치를 창출하는 원천이다" 고 언급했다. 빅데이터는 또한 시장, 조직, 정부와 시민 간의 관계를 바꾸는 한 가지 방법이다. " 이것은 좀 더 인간적이고 사회화된 해석이다.
이 책에서는 주로 사고 변화, 업무 변화, 관리 변화의 세 가지 측면에서 논술한다. 쇤버그는 세 가지 사항에 대해 우려하고 있습니다.
첫째, 더: 무작위 샘플이 아니라 모든 데이터입니다.
둘째, 더 잡다한다: 정확하지는 않지만 잡다한다.
셋째, 더 좋습니다: 인과 관계가 아니라 관련성입니다.
나는 첫 번째 관점에 동의하지 않는다. 결국, 빅 데이터의 실현은 특정 기술 지원이 필요합니다. 분명히, 이 기술은 아직 성숙하지 못하며, 몇 가지 간단한 일에 큰 데이터를 적용하는 것은 더욱 복잡하다. 따라서이 복잡한 대형 데이터 처리 방법은 비즈니스 예측, 인간 DNA 연구 등과 같은 특정 상황에 더 적합합니다.
두 번째 관점으로 볼 때, 나는 쇤버그의' 큰 데이터의 간단한 알고리즘이 작은 데이터의 간단한 알고리즘보다 더 효과적이다' 는 것에 동의한다. 컴퓨터 산업의 급속한 발전에서, 새로운 간단하고 실행 가능한 알고리즘이 출현했는데, 이 알고리즘은 연산 속도와 저장 용량면에서 컴퓨터의 발전보다 훨씬 빠르지 않지만, 큰 데이터 알고리즘은 이러한 대세에 더 잘 맞는 것 같다.
관점 3 에 언급된 연관은 큰 데이터의 중량급으로 사물의 법칙과 그에 상응하는 해결책을 신속하게 찾을 수 있다. 물론 인과관계도 완전히 무시할 수는 없다. 결국, 사람들은 사고에서 인과분석의 결과를 더 쉽게 받아들일 수 있기 때문에, 큰 데이터의 예측은 사람들이 천천히 적응해야 한다. 우리가 상관관계 분석을 마쳤을 때,' 무엇' 만 아는 것에 만족하지 않을 때,' 왜' 에 대한 연구로 전향할 수 있다. 결국 문제의 근원은 인과 관계에 있다. 쇤버그의 전체 데이터와 관련 관계는 빅 데이터 시대의 지름길이다.
하지만 정보화 시대에는 정보 보안 문제가 점점 더 두드러지고 있으며, 데이터 독재와 프라이버시 보호의 모순이 비난의 대상이 되고 있습니다. 이 책의 마지막 장에서 훈버그는 이런 곤경에서 벗어날 수 있는 해결책을 찾으려고 했지만 결국 실패했다. 그러나 그는 "큰 데이터는 알고리즘과 기계로 가득 찬 차가운 세상이 아니다. 인간의 역할은 완전히 대체될 수 없다" 고 제안했다. 이는 데이터 시대에도 마찬가지로 중요하며, 데이터는 인류를 위해 봉사하는 것이며, 그에 따른 목적을 달성하기 위해 인간에 의해 추진된다는 것을 보여준다. (알버트 아인슈타인, 데이터명언)
이런 큰 환경에서, 왕왕 나의 더 많은 사고와 걱정을 불러일으킨다.
빅 데이터 시대는 우리에게 기회이자 도전이다. 일부 국가들은 이미 빅데이터 시대 대열에 들어서면서 각 분야에서 연구와 사용을 시작했다. 중국은 인구가 많고 국토 면적이 커서 큰 데이터 시대의 데이터 보장을 제공할 수 있다. 도전에 직면할 수 있는지, 새로운 대국 역할 경쟁에서 눈에 띄고, 기술 등의 문제를 해결하고, 정책적으로 각 분야의 데이터를 점진적으로 개방하고, 데이터 출처, 권한 등의 문제가 해결되도록 보장하고, 선진 컴퓨터 기술을 계속 배워 다른 나라와의 격차를 좁혀야 한다.
산업화와 정보화, 우리는 세계가 과소평가할 수 없는 답안지를 세상에 내놓았다.
우리는 어떻게 빅 데이터 시대의 신풍폭에서 무패의 땅에 설 수 있을까? 빅데이터 시대가 필연적인 추세라면, 이것이 바로 우리 세대의 책임이자 우리의 새로운 전장이다!
을 눌러 섹션을 인쇄할 수도 있습니다