如何评价《Big Data：大数据时代》这本书？

warrinfx

5页A4纸就能说清楚的文章被作者用了几百页书啰嗦的说了出来

ludayei

大规模的IT建设即将过去该买的都买了，厂商总得卖东西养活员工吧，这就是大数据的概念。

xiaohaiziaa

最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。” “大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。

gogogis

吹的天花乱坠的一本书，但内容上，感觉更应该给ceo，老总们去看看科普一下。对其它人来说，毫无深度。

njerp

油墨均匀色泽鲜亮，纸质坚挺但剪裁一般略有毛边，装订考究封皮精美，拿在手上手感很好。
采用报刊样式多列排版，行距和留白合适，翻起来很舒服呢。

hao2h

      正如很多人说的，我觉得所谓的高票答案其实都是建立在“先入为主”的概念上的。有的人期望看到一个全新的概念，却发现不但不新还和学校里教的统计最基本的部分不一样。有的人期望看到具体的编程教程，却发现作者是在科普，于是觉得作者是夸夸其谈的空想派。
      其实争议的来源是他们自己对大数据的理解失误。简单的更正很多人的想法：
1.大数据概念不新，大数据的创新在于技术而不是概念，不是神话。
2.全样本现在确实无法达到，但是超大样本已经足够商用。
3.有人说作者先说不要精确，其后又说样本大了精确是前后矛盾，还有人干脆质疑作者不要精确的正确性。作者意图是说，有了大量的数据则不需要精确而不是不要精确的数据。统计分析中的第一步不就是将outlier剔除，将无关factor删除然后用各种方法判断数据的代表性并进行修正吗？在大数据时代，outlier基本可以忽略。因为千分之1的影响不能忽略，而亿分之1的影响可以。这么直白的概念如果造成大家这么广泛的争议我觉得肯定是翻译的问题了。
4.大数据的特点用一句话来说就是简单粗暴，大多数答案的回答者还在用最经典的统计学论调，比如强调分析模型的中心位置，比如强调取样的代表性精确性，比如质疑作者提到的相关性而不是因果关系。简！单！粗！暴！懂不懂？以前不够精巧的模型在依靠如此大量数据的时候可以用了。以前需要筛选的样本现在可以直接分析了，以前需要先从某处发现假设再用更完整的数据证实（甚至是再取样），现在数据里一条龙了。最后这条便是大数据不提因果关系的原因，因为我们不是在想因为A－》B，所以我们施加A得到B，大数据的用途是 因为A-B，所以我需要B的时候就去别的地方找A.
5.有的人说这本书没有图所以差。。。我只能说抽象思维能力可能是作者认为很大众化的吧。。。
6.大数据已经颠覆了经典统计学，至少在二十年前就已经是这样了。统计学的角度讲，多维的数据分析方法，决策方法早已经理论完整，甚至大数据中利用的有些技巧在统计学界已经被认为是没有必要继续发展的科目。再从老的角度出发去否认新的科技就有点儿蛋疼了，更何况这些东西其实已经不新了。。。很多论文都出了几十年了只是现在电脑才跟上而已。。。

metal111111

如果是五星，我会评四星
本书是大数据类的科普读物，可以让你对大数据有一个较为具体的认识。如果想学Hadoop，Hive等内容，那么抱歉，本书没有。如果认为看完本书就能对大数据有很好的把握，那么也抱歉，本书不能。也许大数据都只是个噱头也说不定，又有谁知道呢？体味各类知识，好读书，不求甚解。

引言可以看一下，后文会涉及这些例子。
第一部分（可以略读）
1）大数据是指用于分析的数据是所能搜集到的所有数据，即无需通过抽样；
2）可以允许搜集到的某些数据是有错误的，即无需事先过滤；
3）因为搜集到的数据是复杂的，所以往往只能揭示“是什么”而不是“为什么”。
第二部分（可以细读）
个人比较喜欢《浪潮之巅》那样的讲故事的方式，本部分就讲了很多丰富有趣的让数据“发声”的事例，可以培养大数据的想法和思维思考。
第三部分（可以略读）
大数据的风险以及如何掌控。

PS：更好的了解书籍电影，还是去豆瓣，豆瓣其实就是大数据的一个很好例子，积累了那么多数据，也许将来真的大有可为。

zhangjing1788

读什么书，都不如让你去做一个真实的，有用的关于大数据的项目收获大，真的。

gisvv

赞同前面各位前辈们的看法，这本书的内容存在很多水分和可质疑的地方。但除却书中看似强调的大数据的三个重要原则特征意外，我认为这本书的最根本的核心在于：“用数据的眼光看待世界”。
随着人和互联网本身的交互和连接越来越密切，越来越多人的信息都可以接到网上，包括生理和心理。用数据的眼光去看待生活中的每个细节，人的一举一动，完整地记录和分析每个个体的生活情境和状态，会是大数据消费者洞察的未来模式。
简而言之，就像无比智能的监视器，或许有些恐怖，但不能否认是事实。
Google收购智能家居系统之类的案子，正是往“数据人/数据生活”努力的表现。