細細品味一本名著後，相信你一定有很多值得分享的收穫，這時最關鍵的讀後感不能忘了哦。那麼你真的會寫讀後感嗎？以下是小編收集整理的大數據時代讀後感範文（通用5篇），希望能夠幫助到大家。
大數據時代讀後感1
“除了上帝，任何人都必須用數據來說話。”——這是《大數據》中出現的讓人印象深刻的一句話，也是全書力圖傳遞的信息。在數字信息時代，數據和空氣一樣遍佈生活，對於有些人來說，數據無意義，而對於有些人來說，數據，即真相。
美國是《大數據》的主角，全書通過講述美國半個多世紀信息開放、技術創新的歷史，以別開生面的經典案例——奧巴ma建設“前所未有的開放政府”的雄心、公共財政透明的曲折、《數據質量法》背後的隱情、全民醫改法案的波瀾、統一身份證的百年糾結、街頭警察的創新傳奇、美國礦難的悲情歷史、商務智能的前世今生、數據開放運動的全球興起，以及雲計算、Facebook和推特等社交媒體、Web3·0與下一代互聯網的未來圖景等等，爲讀者一一細解數據創新給公民、政府、社會帶來的種種挑戰和變革。
透過全書，一個立體的美國及美國人民的思想呈現在我們面前——美國人民執著於個人隱私的保護，卻又不遺餘力地推動着政府信息的透明與公開。
讀完此書，對生活中的數據及數據處理突然有了很大的興趣。如果有一天，處處以數據說話，那麼，政治、制度、生活將更加清明，事故、腐朽將降到最低點。
作爲信息技術教師，是有必要閱讀此書的！有慧根的教師將能從書中挖掘出信息技術特有的文化以及能用於教學的鮮活案例。
每天能用來閱讀的時間很少，總是要等到夜深疲倦時纔有空打開書本，總是在眼睛極不舒服的情況下堅持閱讀，《大數據》就這樣在堅持中溶入我的思想……
大數據時代讀後感2
近兩週用業餘時間讀了《大數據時代》這本書，是聽培訓時杜威老師推薦的，我快速閱讀了一遍，覺得受到了一些啓發，發現了一些原來沒有想到看到的事情。
首先是大數據代表着數據的樣本＝全體，這是一個與傳統統計學的顯著區別。大數據有能力獲得全體數據並對其進行分析。
第二就是相關性與因果性同樣重要。相關性說明了什麼事情與什麼什麼事情有關係，如商場周圍車流量的增多與商場銷售額的相關性，因果性說明什麼是什麼的原因，如睡10個小時是有精神的原因。在大數據中，相關性要比因果性容易獲得，而且相關性已經能爲客戶帶來較大的收益。
第三就是大數據允許存在不精確性、混雜性，由於數據量巨大，存在少量的異變不會對結果產生任何影響，如收益是1個億與1億零1元的差別可能決策者不關心。
第四是大數據中的三個主要因素，思維、數據、技術，思維覺得你在哪些地方使用大數據。在這三個因素之中，會產生數據中間商，來處理加工數據並出售。
大數據時代讀後感3
在看《大數據》之前，我只知道社會越來越數字化了，看完之後，才覺悟到：人類將迎來一個新的時代。
數字化已經把我們帶入一個信息時代，大數據卻把我們捲進了一場科技風暴之中，這本書中，作者爲我們開啓了一個更包容更廣闊的新時代，大數據把社會的方方面面融合在了一起，曾經看似因果聯繫緊密的事物，可能變得不再那麼重要；毫無關聯的事物，可能隱藏着重要的信息，從科技、商業，到醫療、政治、教育、文化，大數據一概席捲囊括，它改變着我們的傳統思維，爲這個時代注入了新鮮的血液，就像作者書中所說：“這項技術終將改變我們所居住的星球上的許多東西。”
大數據最顯著的影響是對於電子商務，通過大數據，最先洞察出潛在市場的，也必然最先佔領市場。而電子商務對實業的衝擊又是勢不可擋，可見，掌握了大數據就主導了市場，擁有了先進的科技才能擁有堅實的競爭力。在醫療方面，曾經的非典時期，就是一個很好的例證，正是有大數據的預測功能，才使疫情得到了控制。在更小的方面，他也同樣改變着我們的生活，書中提到美國著名計算機專家奧倫 · 埃齊奧尼發明了飛機機票價格預測軟件，就是利用大數據造福我們生活的很好例子。
大數據不僅節省了時間，提高了效率，更將人類帶入一個新的文明階段。從分析因果總結經驗，轉變爲蒐集數據預測未來；由原來的滯後性變爲現在的預見性——大大提高了人類認識世界、改造世界的能力，變被動爲主動。大數據爲我們掀開了歷史新紀元，不敢想象它將會爲我們帶來什麼，或許會出現新奇的生活方式，從未有過的職業，聞所未聞的商業模式，百家爭鳴的`文化高峯；也或許會解開更多未解之謎，探索到宇宙之外的祕密。總之，毫無疑問的是，大數據爲我們帶來的未來是超乎想象的。
這本書中作者提到最多的是：改變我們的傳統思維，摒棄精確性轉向宏觀。從總結因果轉向預測。這個世界正以驚人的速度向前發展，數據大爆炸的波及範圍遠超乎我們的想象，單純靠人類的主觀判斷力是多麼的有限，大數據早晚會取而代之這一現象，這必將影響我們的生活和工作，我們也只有認清這種趨勢，改變思維，調整步伐，緊跟時代才行。即使不能與時代同步，也儘量做到避免固步自封，認識大數據、利用大數據趨利避害，爲我們的生活造福！
大數據時代讀後感4
知道＂是什麼＂就夠了，沒必要知道＂爲什麼＂。在大數據時代，我們不必非得知道現象背後的原因，而是讓數據自己＂發聲＂。這個命題是我讀這本書最大的感觸。
對於大多數人來說，這的確是一場思維變革。對於理科學生來說，會認爲這是一個錯誤的觀點，因爲這無異於否定了他們對世界客觀物理化學規律探索的重要性；對於一名工科學生，其實這並不是一個多麼新穎的觀點，因爲工科是講求時用性的，如何能更好地利用基本自然科學規律創造社會財富比探索自然科學知識顯得更重要。
這些天來，在讀大數據這本書的同時，也稍微重溫了一下自動控制原理，認識到控制系統中存在明顯的大數據時代思維方式，借讀書交流會之際，與大家分享。
對系統的有效控制需要對系統理解與建模。以一個日常生活中的例子說明。開車的時候一腳油門下去車就飛出去了，但並不知道這一腳油門下去能給多大車速，這就需要駕駛人員的熟練的駕駛技能了，不然超速被開罰單是很正常的。那麼，問題就來了：如何能實現速度的自動控制而不用駕駛人員踩油門？這就是控制系統最關鍵的環節——建立系統數學模型。大白話就是知道車速與燃油量的數學關係式。若是以探索爲什麼的思維模式，不可避免的要列一大堆能量方程、動量方程等物理化學式子，經過繁雜的計算，還是能得到車速和燃油量的數學關係式的。很明顯這是一個繁瑣的過程，因爲得知道現象背後的原因。這僅是對於這種簡單的系統，若是對於航空發動機這種複雜的系統，結構工藝過於複雜，分析各部分的物理化學過程是十分困難的，這時候可以通過實驗法得到數學模型。
實驗法主要有時域測定法、頻域測定法和統計相關法。與大數據時代思維最接近的是統計相關法，主要過程是對被研究對象施加某種隨機信號，根據被測對象各參數的變化，採用統計相關法確定被測系統或對象的動態特性。這種方法可以在被測系統或生產過程正常運行狀態下進行在線辨識，測試結果精度較高，但要求採集大量測試數據，並需要相關儀和計算機進行數據計算和處理。
若用開車實例來解釋，此時的系統爲汽車動力系統，施加的隨機信號爲燃油量，被測對象指車轉速，得到的動態特性就是指車速與燃油量函數關係式，從而不用探求背後的物理化學規律就得到了數學模型。
在瀋陽黎明航空公司實習時去過試車間，除了發動機點火後震撼的場景動人心魄，控制室屏幕上海量的數據也同樣引人注目，我想這麼多數據無非就是驗證數學模型或直接實驗法得到數學模型，結合航空發動機這種複雜的系統，對於搞控制的人來說，得到數學模型就夠了，現象背後的原因交給研發的人來探索更好。
大數據時代讀後感5
對於暢銷書刊、熱點話題、時尚科技，始終不太感興趣。書刊，喜歡有一定年份的。話題，鍾情於務虛的觀點。新奇的產品於我無緣，習慣使用成熟的科技產品。既不清高，也非冷漠，就是要與現實保持一定的距離，給自己留一點思考的空間。這一習慣最近破了例。由於工作的原因，耳濡目染，“大數據”這個新興概念開始頻繁步入我的視野。按捺不住內心的好奇，網購《大數據時代》，手不釋卷，三天讀完，頗有收穫。此書有如下特點。
首先，作者站在理論的制高點上，條理清楚地闡述了大數據對人類的工作、生活、思維帶來的革新，大數據時代的三種典型的商業模式，以及大數據時代對於個人隱私保護、公共安全提出的挑戰。其次，文中的事例貼近現實生活，貼近時代，令讀者既印象深刻，又感同身受。此外，作者沒有使用大量的專業術語，沒有假裝一副專業的面孔。縱觀全書，遣詞造句，均通俗易懂。
作者認爲大數據時代具有三個顯著特點。
一、人們研究與分析某個現象時，將使用全部數據而非抽樣數據。
二、在大數據時代，不能一味地追求數據的精確性，而要適應數據的多樣性、豐富性、甚至要接受錯誤的數據。
三、瞭解數據之間的相關性，勝於對因果關係的探索。“是什麼”比“爲什麼”重要。
作者指出，隨着技術的發展，數據的存儲與處理成本顯著降低，人們現在有能力從支離破碎的、看似毫不相干的數據礦渣中抽煉出真知爍見。在大數據時代，三類公司將成爲時代的寵兒。一是擁有大數據的公司與組織。如政府、銀行、電信公司、全球性互聯網公司(阿里巴巴、淘寶網)。二是擁有數據分析與處理技術的專業公司，如亞馬遜、谷歌。三是擁有創新思維的公司，他們可能既不掌握大數據，也沒有專業技術，但卻擅長使用大數據，從大數據中找到自己的理想天地。
面對即將來臨的大數據時代，個人將如何應對自如？這是個嚴肅的問題。
