豆瓣评论

  • 度眠
    大数据很火,但是这本书要不要一些车轱辘话从头说到尾啊,难道要实践一下大数据的阅读方式么,精确什么的无所谓,只要字数足够多也可以的么?。。。要不是最后还有个社会和法律影响,只能给三星。06-21
  • 阅微草堂
    谷歌,脸书,阿里,腾讯,是大数据公司,他们拥有的是信息和大量数据,而不是表面的社交媒体和交公司。统计学思维可能在(计算和人工智能)减弱:样本=全部;书评人也在智能推荐系统下变成废物;大数据思维和学术思维不谋而合:科学本质是要求预测而不仅仅是概括;统计工具得到的直线图像和函数其实是条曲线是动态变化关系。里面的例子很酷很时尚也很贴近我们的生活这是它成功的一个方面,第二分清现实和理想是特别重要的。看例子而不是看思想,看预测而不是看事实是这类书籍和别的书籍的区分,最大的区分是预测和现实之间的距离,不要把预测当做现实,预测都有很大的理想成分,虚的多。大数据本质是经验和关系,也就是函数表示,而有时候直线也是动态的映射。才发现了百度搜索商业化仅仅是刚开始,它仅仅做置顶广告,而不是根据数据分析而得到的广告位11-16
  • 古道
    从书籍组织、构架、涉及内容角度来说,至少个人认为不值得被评价为四星,但是对于我来说,这是第一本大数据方面的书籍,因此很有启发性,姑且评价为四星推荐吧。07-14
  • 左思
    2013-09-09读毕,这本是关于大数据对社会、生活思维影响的一本书,写作思路浅显易懂,重点介绍了谷歌在图书电子化;用验证码来帮助识别不易识别单词(扫描电子化的图书);亚马逊用大数据进行有针对性的广告;超市监控录像不只是监督员工、防盗,更重要的功能是发现消费者的偏好;GPS(手机、导航)可以帮助形成广告和房地产价格等。最后作者也提到最大的大数据应该是来自于人,比如发明适当的程序跟踪患者的健康,所形成的数据一是具有研究价值,另外也可以为改善患者健康做出巨大贡献。09-09
  • Zhenming
    一看书评就是一群书托。12-19
  • 潘驴邓小仁波切
    信口开河,胡说八道。07-23
  • 一默
    #恒阅# 并无新意。全样本、模糊、相关性,这是由于数据量变得极其庞大以后,人类通过数据获取信息的方式产生的改变。值得商榷的是对因果关系的放弃:如果放弃了因果,也就放弃了对智慧的追求。(当然,作者提到的观点之一也许可以回答这个问题:从来就没有什么因果,从来就只有强弱不同的相关)02-04
  • 陈虞书
    科普读物,废话太多。12-24
  • Vince
    每次一个热点就会出这么个书,大数据是很牛逼但这种书一页纸就够了:搜集数据成本越来越低,样本接近整体;因果关系不再重要,相关关系很重要;数据挖掘也是技术活,以后也是体力活,还是掌握数据比较重要06-15
  • 淡定哥走路带风
    扯虎皮拉大旗。没什么实际内涵09-30
  • vieplivee
    难得看一次关于数据的中文书,由衷感慨:从来没看过这么烂的书,而且还不光是翻译次的缘故。压根没什么内容,一再浮光掠影拉来就是,甚至连同样性质的 super crunchers 都不如(因此那本书我老是没法看完)。02-09
  • 夏一慕
    不是精确,而是关联;不求因果,只为预测。读完之后只愿意给三星了,废话太多,实质性的逻辑思辨内容太少,如果是要我看大数据的道理,第一章就够了。也许本书标题的意义大于内容。04-07
  • 7酱™
    不是随机样本,而是全体数据;不是精确性,而是混杂性;不是因果关系,而是相关关系。12-30
  • 穿风衣的猫
    两篇论文就能说清楚的事,活生生拉成一本书。单从互联网行为而言,清晰的因果关系转向模糊的相关性,因为人的行为是矛盾、复杂和不协调的,不存在心性,只有相对环境下的习性,习性的痕迹汇总,就是人际行为的大数据。第7、8章对大数据风险的评估始终没有触及数据的产权和租用,以及信息的非消耗性和泄露无法挽回的问题,显得隔靴搔痒。今晚,阿里战略投资新浪微博,这是其搭建数据平台的关键一步。04-30
  • 毛香菇
    这类书,真是废话颇多09-24
  • A
    这本书的内容 用20页的PPT 完全就可以讲完了。。。。。。。。。。。04-17
  • 方方土君
    20130814读完。自从这本书出了就在各种场合各种人的嘴里听到“大数据”这三个字,我真的很怀疑究竟有几个人真的研究过,更别提那种把大数据当做金科玉律奉为神明的人。还是作者很实在,写了厚厚一本书,最终在246页之后,交底:大数据只是一种资源与工具,它告知信息但不解释,它指导人们去理解,也会引起误解。它只不过是过去的现实投影——洞穴里的古老壁画,而且还只是对过去残缺不全的信息统计,用这些信息推出的预测跟猜在概率上区别不大。大数据绝对不是答案,只是参考,在国内估计更多的用来事前忽悠、事后吹嘘、搞砸后推卸责任。数据不会说谎,但人性复杂。08-14