论时代关系读后感汇编(6)
2022-08-16 来源:百合文库
1什么是大数据?
查了查百度百科,是这样定义的:大数据(big data),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,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。 大数据的4V特点:Volume、Velocity、Variety、Veracity--这个好像是IBM的定义吧。
以个人的观点来看:数据海量,存储海量 都是大数据的基本原型吧。
2.大数据适合什么样的企业?
诚然,大数据的前提是海量的数据,只有拥有巨量的数据资源,方能从中查找出数据的关联性,才可以让通过专业化的处理,让其为企业产生价值。针对电信运营,互联网应用这样海量用户的数据的大企业,也是在应用大数据的道路上拥有得天独厚的条件,但是针对中小企业呢?销售订单数据?若非百年老店,估计数据也是少得可怜,5,能用的可能只有消费者数据了吧。貌似大多数厂商,用来举例的也就是消费都购买行为分析为最多。同样,在公共事业类的政府机构,大数据的作用也许也能很好的发挥。反而感觉在大多数中小型企业应用大数据,似乎有点大题小作。书中说:大数据是企业竞争力。诚然,数据是一个企业的核心无形资源(利用得好的话),但是否所有的数据,或都换则方式说:所有的企业都以大数据为竞争力,是否真的合适么?是否在中小企业中,会显示得小题大做呢?
《智能时代》读后感一
这本书内容比较浅,基本属于讲故事、走马观花的那种。作者文笔、见识、阅历是很牛,本书没有体现出来。
唯一觉得亮点的地方在于,以前不太知道大数据和人工智能具体关系,这本书简单地讲解了一下。
机器智能,传统上来说是指机器能够像人一样思考,去解决问题,而由于人类解决问题并非是在当下的场景下学会解决当下那个场景的问题,有很多时候是应用了其他方面的知识来解决这个问题,所以在迁移能力这方面,机器要学会“人”的思考很难。那么大数据是怎么与机器智能相联系的呢?另一条发展机器智能的方法,就完全摒弃了“像人思考”这一条路,而是直接对准“解决问题”这一终极目标。比如说翻译,以前的思路是让机器理解各种语法,现在则不需要机器去理解语法,而是直接去“学习”十几万句用语,用量变来抵达质变。也就是说,当见识过越来越多的用语时,翻译的准确性也会不断提高。
查了查百度百科,是这样定义的:大数据(big data),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,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。 大数据的4V特点:Volume、Velocity、Variety、Veracity--这个好像是IBM的定义吧。
以个人的观点来看:数据海量,存储海量 都是大数据的基本原型吧。
2.大数据适合什么样的企业?
诚然,大数据的前提是海量的数据,只有拥有巨量的数据资源,方能从中查找出数据的关联性,才可以让通过专业化的处理,让其为企业产生价值。针对电信运营,互联网应用这样海量用户的数据的大企业,也是在应用大数据的道路上拥有得天独厚的条件,但是针对中小企业呢?销售订单数据?若非百年老店,估计数据也是少得可怜,5,能用的可能只有消费者数据了吧。貌似大多数厂商,用来举例的也就是消费都购买行为分析为最多。同样,在公共事业类的政府机构,大数据的作用也许也能很好的发挥。反而感觉在大多数中小型企业应用大数据,似乎有点大题小作。书中说:大数据是企业竞争力。诚然,数据是一个企业的核心无形资源(利用得好的话),但是否所有的数据,或都换则方式说:所有的企业都以大数据为竞争力,是否真的合适么?是否在中小企业中,会显示得小题大做呢?
《智能时代》读后感一
这本书内容比较浅,基本属于讲故事、走马观花的那种。作者文笔、见识、阅历是很牛,本书没有体现出来。
唯一觉得亮点的地方在于,以前不太知道大数据和人工智能具体关系,这本书简单地讲解了一下。
机器智能,传统上来说是指机器能够像人一样思考,去解决问题,而由于人类解决问题并非是在当下的场景下学会解决当下那个场景的问题,有很多时候是应用了其他方面的知识来解决这个问题,所以在迁移能力这方面,机器要学会“人”的思考很难。那么大数据是怎么与机器智能相联系的呢?另一条发展机器智能的方法,就完全摒弃了“像人思考”这一条路,而是直接对准“解决问题”这一终极目标。比如说翻译,以前的思路是让机器理解各种语法,现在则不需要机器去理解语法,而是直接去“学习”十几万句用语,用量变来抵达质变。也就是说,当见识过越来越多的用语时,翻译的准确性也会不断提高。