具体描述
汽車烤漆的顏色能告訴你，這輛二手車的故障率高低嗎？
市政府要怎樣清查，才能迅速找出有致命危險的人孔蓋？
從谷歌的搜尋字眼，怎麼預測流感疫情的蔓延？
要回答這些問題，關鍵就在於巨量資料（俗稱大數據）。
「巨量資料分析」是一門新興科技，能夠解讀和預測無數的現象，
包括預測機票的價格、好萊塢新片的票房、你家裡的青少年是否未婚懷孕！
也能協助診斷早產兒的健康情況，探查收入高低與幸福快樂的相關程度，
幫忙規劃快遞的送貨路線、電動車的充電站應該設置在哪裡，
還能用來發展自動導航的無人駕駛汽車、
以及「從駕駛人的臀部形態判斷是否為車主」的防盜系統，
也能夠快速進行多種語文的互譯……
兩位最頂尖的大數據專家，真正掌握到巨量資料思維的精髓，
在這本書裡，清晰曉暢的解釋了巨量資料是什麼，
它將如何改變我們的生活，對經濟、社會和科學會帶來什麼影響，
我們又能夠做些什麼，趕搭上這波新潮流，
同時也懂得保護自己，避免個人資料和隱私受到侵害。
作者简介
作者簡介
麥爾荀伯格 Viktor Mayer-Schonberger
牛津大學網路研究所教授，
並擔任微軟、世界經濟論壇等大公司和組織的顧問，
是大數據（巨量資料）領域公認的權威，
寫過八本書以及上百篇專論。
庫基耶 Kenneth Cukier
《經濟學人》雜誌資料編輯，巨量資料思潮評論員，
經常於《紐約時報》、《金融時報》、
以及《外交事務》期刊發表財經文章。
譯者簡介
林俊宏
師範大學翻譯研究所碩士。
喜好電影、音樂、閱讀、閒晃，
覺得把話講清楚比什麼都重要。
譯有《英語的秘密家譜》、《建築為何重要》、
《大科學》、《群的智慧》、《天空的女兒》等書。
現就讀於師大譯研所博士班。
目录信息
該讓巨量資料說話了
第2章 更多資料
「樣本＝母體」的時代來臨
第3章 雜亂
擁抱不精確，宏觀新世界
第4章 相關性
不再拘泥於因果關係
第5章 資料化
當一切成為資料，用途無窮無盡
第6章 價值
不在乎擁有，只在乎充分運用
第7章 蘊涵
資料價值鏈的三個環節
第8章 風險
巨量資料也有黑暗面
第9章 管控
打破巨量資料的黑盒子
第10章 未來
巨量資料只是工具，勿忘謙卑與人性
資料來源
延伸閱讀
謝辭
· · · · · · (收起)
读后感
大数据时代的金融投资思维 金融数量化投资由于其巨大收益，是大数据最早应用的领域，而其也符合大数据最重要的三大思维变革： 1)不是随机样本，而是全数据。 根据作者的定义， 大数据是指不用随机分析，而采用所有数据的方法。 主因有二，一是当前的技...
评分虽然这是一本好书，但我并不认同作者的全部观点，因果，仍然很重要，如果只是了解相关性，那么也就可能，局限在数据之中，无法达致智慧。 因果，know-why，事物的原理和规律，这是隐藏在背后、深层的东西，对数据挖掘，如果只知其然，不知其所以然，那也只能解决局部问题，不...
评分在路上•晃晃悠悠 电子科技大学教授，互联网科学中心主任 周 涛 接下翻译这本《大数据时代》的任务时，我的目标是做到110% 的好。因为作者维克托•迈尔–舍恩伯格毕竟不像我们每天在一线与数据厮杀搏斗，其爱其恨都更深刻。特别地，我们可以为中文的读者补充很多中...
评分你认为什么是大数据？如果没有仔细关注过这个领域，也许这是一个很难让人轻松回答的问题，而自己之前也没有那么清晰。但对于数据的直觉和一直以来的理解，告诉自己，如果你能掌握更多的数据，其中会有很多有意思的事情发生。 因为我们每个人都有数据在不断产生，而自己也在追...
评分大数据时代的金融投资思维 金融数量化投资由于其巨大收益，是大数据最早应用的领域，而其也符合大数据最重要的三大思维变革： 1)不是随机样本，而是全数据。 根据作者的定义， 大数据是指不用随机分析，而采用所有数据的方法。 主因有二，一是当前的技...
用户评价
读起来还挺顺畅，深入浅出。但是看完完全不知道这本书是要干嘛，也不知道可以干嘛，也不知道自己可以要做哪些改变。总之就是...没看懂。
评分本书得到的收获 1、很多看似无用的信息都是可以有效利用的，重点在于怎么发现用途。 2、人的思维都是有盲区的，太习惯有因必有果。作者举的例子是根据统计橘色的车维修最少，橘色跟维修之间没有必然的因果关系。 3、不能过于迷信数据，而忽略了"人性" 4、依照这本书的思路百度、海康威视、阿里巴巴、腾讯......这些拥有大数据的公司都将是很好的投资标的。
评分量變產生質變；樣本=母群；擁抱不精確；相關而非因果；一切皆資料化。在第五章談論數位書籍的時候竟然看到了媒介生態學的影子，頗為激動，也許這正是一個突破口！不忘大數據的黑暗面－－－與人性的戰爭。
评分总结了几个大数据的特征，但比较啰嗦，对于想了解这一领域的读者还是不错的。
评分本书得到的收获 1、很多看似无用的信息都是可以有效利用的，重点在于怎么发现用途。 2、人的思维都是有盲区的，太习惯有因必有果。作者举的例子是根据统计橘色的车维修最少，橘色跟维修之间没有必然的因果关系。 3、不能过于迷信数据，而忽略了"人性" 4、依照这本书的思路百度、海康威视、阿里巴巴、腾讯......这些拥有大数据的公司都将是很好的投资标的。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有