《大數據時代》1500字讀后感

　　書名中的時代二字讓我陷入了深深的誤區，big data就只是大數據而已。讀完全書，也沒有發現作者有說大數據會引領一個時代的觀點，我們知道當今是一個數字化、信息化的時代，但絕不還是大數據的時代。但大數據的重要性不嚴而喻，生活、工作、學習中許多有關大數據的例子的確離我們很近，我們甚至就是眾多大數據的一部分。那大數據對我這樣一名工科大學生有什么用，對于我這一名國防生又什么用呢，這樣的一本書是否能夠更好的幫助我在未來的工作崗位上博得頭籌，取得一番成績！還有為了接觸、利用大數據并防范大數據所帶來的弊病，我又該怎么做呢？書中有這樣一句話：大數據是一種資源，也是一種工具。大數據為我們提供暫時的幫助，以便等待更好的方法和答案出現。這也提醒我們在使用這個工具的時候，應當懷有謙恭之心，銘記人性之本。

　　所說的謙恭之心和人性之本都強調了人在大數據時代的重要性。我們才是數據之源，我們才應是數據的受益者。當我還沒讀完思維變革這一部分的時候，我就在思考這樣的思維變革對我會有著怎樣的影響？參加過兩次數學建模競賽的我，在兩次的參賽過程中，學會了許多數據處理和數學建模方法。數學模型所具有的對事件或數據的描述性、預測性、說明性是與大數據完全不同的。大數據下的思維變革不再追求數據的準確性和因果關系。如果我在數學建模提出一種產生某個結果的原因，我是需要明明白白地把其他因素的影響一一剔除。我記得在參加比賽最后關頭寫論文的時候，對于所研究的問題，我們必須在前面把各種變量給寫進去，然后再有選擇性的在可接受的條件下忽略掉很多變量的影響，但我們在很多時候卻給不出一個剔除這個因素的理由。可如果你不能排除掉其它的因素的影響，整個的數學模型建立及計算過程就會太復雜甚至是不能得出一個結果。但是在大數據時代，一個結論是可以通過足夠多的數據得出來的，不需要明白其中的為什么。如果真是這樣，我只覺得我需要思維上的變革，可我做不到，我接受不了事物與事物之間的黑盒子。這離我太遙遠。

　　可我又不敢在此時否認自己將來的工作與大數據的`相關性，書中第三部分——大數據時代的管理變革中就舉到一個羅伯特。麥克納馬拉的例子，他是五角大樓＂統計控制隊＂中一名精英，這個隊伍讓之前不知道飛機備用零件種類、數量和放置位置的軍方在制定了綜合清單之后，為部隊節省下了36億美元。而我的專業就是飛行器動力，我很清楚我國航空發動機的研究制造水平是深深限制了空軍力量的發展。在夏季學期去黎明航空發動機廠實習的時候，許多講解的師傅都會強調一點，發動機的每一個零件上都是有標號的。零件的工藝卡片上會記錄其每一個工序的加工時間、地點，加工、組裝、調試人員等的資料，這些卡片將會一直保存下去。這不僅能夠方便維修和更換，在出現事故之后，還可以追根溯源，查出事故的原因。我當時就在想還好這東西產量不是很高，一臺渦扇發動機僅僅葉片數量就是數千了。這樣的大數據肯定還可以好好利用，幫助我們去發現科技研發和制造生產中矛盾與不足，并做出改進。但航空發動機的發展需要的更多的是技術的積累，特別是關鍵技術的實驗數據我們還有著很大的缺失。我們不能像BAT這些互聯網巨頭可以輕松收集數據，航空發動機的技術積累需要一代代人在理論、實驗上的積累，才有可能在這種大數據的支撐下做出真正屬于自己的航空發動機。

　　這種積累利用方法可能與書中作者所說的利用大數據進行預測、創新相比起來不是足夠高端，但是新的方法需要人去摸索，我也愿意成為這樣的第一人，我也堅信大數據能夠給這樣一個領域帶來另一片天空。只是在航空發動機的領域我們是不能只停留在＂是什么＂這一步的！精心策劃數據的因果關系研究和控制實驗很有必要。

　　最后，我提出一個疑問，那就是大數據能不能創造出另一個畢加索呢？

【《大數據時代》1500字讀后感】相關文章：

1.《大數據時代》讀后感

2.大數據時代讀后感

3.大數據時代讀后感精選

4.《大數據時代》讀后感800字

5.《大數據時代》讀后感1500字

6.關于大數據時代的讀后感

7.《大數據時代》讀后感5篇

8.大數據時代的大數據管理研究論文