《数据之美》读后感1000字

《数据之美》读后感1000字

2020-11-11热度:作者:hchj5.com来源:好词好句网

话题:数据之美 读后感 

  《数据之美》是一本由Toby Segaran / Jeff Hammerbacher著作,机械工业出版社出版的平装图书,本书定价:75.00元,页数:354,特精心从网络上整理的一些读者的读后感,希望对大家能有帮助。

  《数据之美》精选点评:

  ●大数据的国外应用实例,开拓眼界。

  ●科普性质的书~

  ●快速翻了前两章,很杂乱,不知道说什么

  ●2017年从北大图书馆借阅;涉及数据分析、挖掘、可视化等内容,但我没有感到美?!

  ●我懂的看完依然懂,不懂的依然不懂,看了8章,弃……

  ●有一些项目是挺有意思的,但是在技术上的描述太少。

  ●看目录可视化数据之类应该是很吸引我的,但是作者一直浮在表面讲案例,而且案例也没说出点普适的道理,几乎没什么干货,实在不值得一读。

  ●码农推荐的,但是我看不太懂

  ●故事很精彩,细节太少。启发性读物。

  ●我能说我觉得这封面挺好看么……

  《数据之美》读后感(一):感觉买亏了

  感觉买亏了,看到评价还行,但是没看人数,这是致命的啊!看了一下,感觉没什么意思,弱弱的。各行业的术语都出来了,各种无法理解啊,有些还有点像流水账。但也有可能是我自己的原因吧?覆盖行业比较广泛,可以挑自己熟悉的行业看看就行,没必要全读。感觉更像一本大杂烩。

  《数据之美》读后感(二):解密优雅数据解决方案背后的故事

  一直认为o'really出的书都带有很重的哲学色彩,适合菜鸟和大神阅读,这本“菊花”版的也不例外。

  诚如副标所题“背后的故事”,该书根据数据的”提取-处理-可视化“松散的排列思路,选取了20个”优雅的数据解决方案“。作为数据挖掘的新生信徒,关注该书的初衷来源于对个人数据的整理,亦即该书第一章,内容展现的是方案设计过程中的一些思想和实用的原则,以及一些关键的经验和技巧,一如该书其他章节。

  虽是跑马观花地浏览,但从中了解了大神在对待大数据时的好奇和激情,对问题分析的庖丁解牛和对技术运用的游刃有余,并加深了对数据处理的目的性和实验性认识,随之而来的便是对数据进行探索的一种冲动,希望再读时,是同样的热情。

  《数据之美》读后感(三):书本老旧,但方法和逻辑值得借鉴

  总的来说,这本书有点老旧了,只能用来借鉴,2010年的书籍,放在现在依然能够得到一部分人的认可,说明了一些问题:表现形式在变化,但内在的分析逻辑没有变化,大家依然遵循着简单,高效的做事逻辑,在分析当下的数据。

  目前数据维度更高,数据错综复杂,不再是所谓的业务和领域内数据,更多的是行业数据,社会数据;这些社会行业数据的融入,为专业数据添加了更多的外部噪声,如何从这些数据当中获取有价值,且对于产品有利的信息,才显的尤为重要;

  更新迭代快就是这个时代的特征,数据一样,人一样,大家获取的信息快速增长,眼睛看到的东西日益变化,与其说是大爆发的时代,更不如说是之前信息可视化的匮乏,让我们无法更好的理解这个社会和行业;

  一个好的数据可视化:要做到的就是让大家看到不一样的东西,给到大家以启示,你说能做到多少翻天覆雨的更新,很难;

  人看了很多书,见了很多人,长了很多见识,无非就是给到你更多的启示;这本书恰到好处的给了一些做数据可视化的读者一些方法,起码也是给到了一些历史的回溯;从这方面讲,这本书的意义就有了;

  当然:书照亮前行的路,但路还是要自己走的;

  《数据之美》读后感(四):概括描述了20个数据挖掘、数据可视化、云存储及其他数据处理相关项目

  这本书相对来说还算比较新,是从英文版翻译过来的。英文版2009年出版。中文版2010年10月出版。由20篇相互独立的文章组成。每篇讲一个数据处理相关的项目。不涉及具体的技术细节,仅仅是概括说明原理、思路、过程、结果。

  总体来说,阅读起来有点晦涩。感觉作者基本都明白英文版的意思,不过有些地方中文表达上不够通顺。这在IT业的翻译书中已经算不错的组合了,强过中文过关但是不懂技术的情况。

  其中讲数据可视化的文章有几篇。还都比较有意思。比如第六章“照片档案的地理之美”,说的是英国的一个名叫“Geograph”的项目,收集了大量的英国的照片及普通用户对照片的标签,作者分析这些标签,并且用图形化的方法把许多分析结果展现出来;第11章“都市数据可视化”,讲的是把警察局的犯罪发生的数据与地图结合起来,预测犯罪发生的地点与类型从而提早预防;第12章“Sense.us的设计”讲以可视化手段分析美国150年以来的人口数据,得出许多有趣的结论;第17章“数据浅析:探索形形色色的社会定型”说的是用图形化方法分析一个网站的大量用户相互之间的评论;第19章“美丽的政治数据”同样使用可视化手段分析选举相关数据。

  第4章“PNUTShell中的云存储设计”,说的是雅虎的一个云存储的项目PNUTShell的设计思路和优缺点。这个项目面对的应用主要是社交方面的应用,数据一致性要求不高,可用性、扩展性要求很高。因此就对一致性做了一些牺牲,满足比较高的可用性和扩展性。数据只要最终按照操作顺序执行了相关的操作,最终一致就可以了。每一条数据都记录了版本号,好知道自己执行到那个步骤了。每一条记录还需要记录自己是不是主备份。写操作要先写主备份然后逐步同步到其他数据库上。如果系统发现用户比较频繁地写数据但是主备份所在服务器的物理距离与用户的物理距离比较远,就自动把主备份记录转移到距离用户更近的服务器上。如果主备份损坏,系统也会从剩下的数据中挑选最合适的一条做主备份。

  第9章“探寻Deep Web”说的是如何让搜索引擎自动搜索Form表单。Form表单可以有无穷个组合,这篇文章给出一些基本思路来让搜索引擎判断如何去选择下拉列表或者去填写文本框,目标是用尽量少的操作步骤尽量多地获取form表单后面的数据库中的内容。