道恩・E. 霍尔姆斯教授是贝叶斯网络、机器学习和数据挖掘方面的专家， 他在《大数据：牛津通识读本》这本书中，用深入浅出的文字扼要介绍了什么是数据、什么是大数据以及它有什么意义，进而对大数据应用所涉及的存储和分析技术进行了简明扼要的综述，并在此基础上分析和研判了大数据在医学、电子商务、安全、生活等各个领域的应用。这样一本概述性质的通俗读物，非常有助于普通读者更多地了解大数据，学习大数据，应用大数据，进而培养一种大数据思维，以适应未来的大数据时代。读一本书，培养一种思维。每天读点书，培养多种思维。

关于大数据的专业书籍通常会沦为以下两类：要么是对事物的实际运行方式不提供解释，要么是只适合研究生使用的高难度数学教科书。这本书与这两类有所不同，可被视为大数据的科普书。它涉及的内容包括：大数据运作方式的基础知识，大数据如何改变我们周围的世界，以及它对我们的日常生活及商业世界的影响。至于如何看待大数据，我觉得译者另外提到的三个视角和四个维度，能更好的帮助我们读者更加全面地认识大数据。首先谈谈三个视角。第一从计算视角来看，大数据是一个难以获取、难以组织与管理、难以处理和分析的技术难题（以及因此而引发的各类思维层难题），也正是因为这样的难题驱动，加之人们对大数据在优政、兴业、科研、惠民等不同领域的价值期望，促使相关科研人员进行技术攻关和发明创造，进而推进了相关理论和技术的发展。二是科研视角：从科学研究的角度来看，大数据成为继实验、理论、模拟之后用于科学研究的 “第四范式”（此处的 “范式” 指的是从事某一科学的科学家群体所共同遵从的世界观和行为方式）。三是商业视角：从商业应用的角度来看，大数据能够带来利润。一般而言，只要找到一个合适的应用场景，并为这个应用场景找到一个合适的解决方案，知道数据的来源并且能够获取，而且有技术支撑（研发能力），更重要的是能够找到融资支持（经过可行性分析、盈亏平衡分析等之后），就有可能最终成功应用并获得收益。这在彰显大数据商业价值的同时，也会促使同行去挖掘更多的大数据价值。更进一步说，大数据的价值实现涉及数据、技术与应用的协同，具有典型的多学科交叉与跨界整合特征，因此就总体而言，实现大数据价值至少涉及如下四个维度（层面）。1. 算法（Algorithm）：大数据价值的实现路径涵盖了数据采集与汇聚、数据存储与管理、数据处理与分析、应用系统开发与运维，每一个环节都需要依赖不同的算法进行，如数据采集算法、数据汇聚算法、数据治理算法、数据处理和分析算法等。2. 商业应用（Business）：大数据应用一般体现在描述性分析、预测性分析或者决策性分析等，任何一种应用都是围绕某个具体场景展开的，因此大数据价值得以实现的一个重要前提，是找到一个合适的应用场景，该应用场景既直击需求痛点并有投资回报预期，又有数据积淀和 IT 建设基础。大数据在这个场景的应用，能够进一步内生和富集更多数据并因而形成数据闭环，就能进一步体现和实现大数据价值。3. 算力（Computing Power）：所谓算力，指的是设备的计算能力，显然，对于大数据应用而言，更精准（复杂）的算法以及更高效的计算需求都需要强大的算力支撑，因此算力是大数据价值实现的基本保障。4. 数据（Data）：数据是大数据价值实现的基础，因此必须首先解决诸如数据在哪以及如何从不同的数据源获取数据，并进行有效的富集、汇聚和深入加工等问题，从而为应用提供数据支撑或高级语义支撑。

这本书以相对通俗的言语解释了基于计算 科研 商业的角度大数据的特点。同时从 4 个维度：算法 应用 算力 数据来阐述大数据如何帮助我们来实现快捷的工作 生活。在这个基础上还提到了技术应用的过程中出现一些道德，法律的问题以及相应的解决方案。

1，在当下大数据时代，传统意义上的数据成为了一种资产，对于商家来说是一种提高竞争力和销售利润的资源，对于我们普通消费者来说，需要保护好自己的隐私，减少各类 app 对我们数据的获取。2，电子健康数据（例如社保，运动手环等）和驾驶数据，保险公司收集完之后进行数据分析，更准确分析用户的健康风险程度，进行更准确的保费收取。（特斯拉近日进军保险行业就是这个逻辑）。3，商家收集我们在网络上的各种数据，会预测消费者的需求和推荐可能会购买的商品，获得更大的商业利益。4，关于点击付费广告，互联网公司通过大数据收集消费者数据，对消费者贴标签，区分人群等，可以做更有针对性的广告。5，一个很有意识的新知，商家在互联网公司使用了定制广告服务，有可能会被竞争对手恶意刷点击，进而增加对手的广告费支出。6，现在不单单是互联网公司在收集数据，国家也通过网络方式监控国内外的公民，进行非法监视。（美国斯诺登事件）7，低重复可编码的工作，被机器人取代。甚至创意类型的工作也会被人工智能取代，据我了解，已经有人工智能可以创作歌曲小说新闻稿。8，智能交通工具是未来的一大发展方向。按照《必然》的观点，能随时使用就是拥有，未来的人可能都不属于拥有属于自己的汽车，通过类似现在的滴滴打车形式，在 app 下订单，就有一台无人驾驶汽车为我服务。9，机器人和人工智能的发展，会逐渐取代人的工作。《未来简史》的观点，90% 会成为无用之人。这些无用之人的娱乐方式很有可能是，类似《头号玩家》《黑镜》 ，在虚拟现实里面生活。10，无人驾驶汽车、远程健康监控、智能家居以及电子通勤等都将成为智慧城市的特征。此类城市的运作将依靠对大数据的管理和分析，它们从大量布设的传感器收集而来。（杭州智慧城市，治堵效果显著，就是阿里云的帮助）11，对于大数据智能时代我目前的做法：①1，有意识的训练，抖音的 AI 算法。关注和点赞，育儿、医学，法律，健康，知识类。②注意各类 app 对我们的不恰当隐私的窃取，最防不胜防的就是对剪切板的社区，输入法对我们打字情况的监控。③注意消费主义的陷阱，下大金额订单前给自己一个冷静期。④对于新闻咨询的获取，不主要从算法平台上面获取，主要浏览人民网的各领域新闻。防止人工智能，对我定制广告和资讯，造成我的视野视也越来越狭隘，影响我的决策判断。

没有看太多后面的各种故事，前面写的对于大数据的一些技术做的介绍还挺好的，我挺喜欢的，也并不难懂。

在当下的大数据时代，传统意义的 “数据” 成为一种可以交易的 “资产”，一种具有战略资源意义的 “石油”，一种提高竞争力的 “资本”，一种用于科学研究的 “第四范式”。出于对大数据价值期望的共同追求，社会各界都对大数据产生了极大的兴趣、热情和期盼，使得 “大数据” 这个概念从其诞生之日起，就得到了 “政、产、学、研、商、用” 的一致认同，并引起了包括哲学家、科学家、技术研究者和工程研发人员等的普遍关注。

本书描述了大数据相关的方方面面。但每一个方面都没有说深说透。确实是这么短的篇幅，想把这个问题说深说透也不太可能。但是的确值得一读。他可以让广大的非专业人士全面地了解大数据的历史现状和未来。

虽然篇幅很小，但覆盖面超出预期，还是有不少新知的。

本书是牛津通识读本里介绍 “大数据” 这个新词的小册。中文版于 2020 年出版，书中引用的案例至多晚至 2017。三年后来看这本书，已经有很多概念不再是热点，有很多案例也有了后续发展。本书对于 “数据” 概念的定义与介绍集中于前半部分，关于大数据的运用及社会影响则集中于后半部分。吴军老师在他的课程里介绍过很多通俗易懂的计算机知识，本书中的科普并没有高明过那些内容。作为一个非专业读者看得懵懵懂懂。因此借着这本书内容写一点自己的感悟：知识不只是知道，也要运用。书中说大数据分成存储与运用两大部分，我们在电脑数据库中搜索资源，也只是针对一小部分投射出的数据进行分析，并不是从大数据海中拾贝。人脑与电子存储的原理也类似：并不是知识储备多就一定能运用好知识。普通人学习知识，一是要用笔记对知识进行分类；二是从实用角度向外衍生，不要妄想能够超越机器。大数据是 “细节恶魔”。绝大多数的数据都是 “非结构化” 的，单一的数据并没有本身的意义，但借助关键词标记和相关性分析，可以将非结构性的数据变成结构化的画像。对于大信息流，已经阅读的书籍，我们个体也应该懂得筛选和 “以我为主”，否则再多的知识也与我们的人与事无关。大不一定正确，小错也可能因为大系统酿成大错。书中提到利用大数据相关性分析得出的结论往往是脱离现实的。比如国内外都有用大数据制造 “爆款剧” 的案例，往往是爆款不成反而搬石头砸脚。原因是我们看到的数据不一定是真实的人的真实想法。如今的 AI 创作在可见的未来也会污染数据流。个人在信息接受上的决策应该是 “脱虚向实”，回归经典，与虚拟世界的热点和口号保持距离。

大数据不仅仅是大数据，它涉及全方面

其实数据就像神经细胞一样，当形成结构，搭成了网络，它的价值无法估量～

我们生活的世界所生成的数据会越来越大。有效且有意义的处理大数据的方法，毫无疑问将是我们继续深入研究的课题，尤其是在实时分析领域。大数据革命标志着世界的运行方式发生了重要改变。随着所有这些技术的发展，个人、科学家和政府共同担负着确保其恰当使用的道德责任。大数据是力量，它的 112 潜力是巨大的。如何避免其被滥用，取决于我们自己的努力。

感觉有点啰嗦，而且内容有点点过时。

大数据定义不清晰，数据定义也不清晰，有些地方描述不准确譬如 CAP 理论（不知道是不是翻译问题），书中对可用性的描述变成了分区容错性描述。总得来说不推荐阅读，没有提供什么信息量，到底何为大数据，并没给出合理的描述。值得表明的是，比较通俗易懂，可以当做消遣