《为数据而生》是一本由周涛著作，北京联合出版公司出版的平装图书，本书定价：52.90元，页数：232，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。
《为数据而生》精选点评：
●比较系统，大数据一些环节的例子可以说给大众听，后记中总结的企业大数据的几个阶段很“方法论”！
●站得高，尿的远。作者凭借自身的资源，站在了大数据发展的高台上，看江湖波涛迭起，自己也俯身参与逐浪。研究和应用并驾齐驱，开阔视野的一本好书。
●入门之作
●阅读的确是一种和高手对话最廉价的手段了
●忽如一夜春风来，千数万数梨花开。涛哥笔风诙谐，通过医疗、教育、金融等主题案例对大数据的分析、外化与集成三种不同形态的创新做了深入浅出的分享。虽然后半部分讲机器学习，我基本不懂。通篇下来的感受：大数据真正的精髓不在数据量的爆炸式增长和形态的多样性，而是数据之间关联形式的变化。
●能有一些思路，有启发性，不过干货太少
●内容很精炼的一本书，值得重读
●读完收获一般，作者有这么多的项目经历，还认识那么多牛人，科普文章可以写的更详细更多一些嘛
●全书只能看作是对大数据的走马观花之作，从大数据的基础到企业内部与外部，最后讲述了技术落地上的一部分思考。 总结来看，强调了个人能力的重要性，并指出大数据运用机器学习的必要性，需要的是熟悉各个模型并能将其整合到一起的人才。 但在具体的实践上讲述有限，尤其是在大数据落地的运用上的最后三章，很空洞。
●讲了很多实例，还是很开眼界的。
《为数据而生》读后感(一)：评《为数据而生》
整体感觉是以科普为主，通过描述作者身边的校友、好朋友创业经历和自己的亲身体验描述了一些大数据应用实例，旨在表达作者对大数据商业实践以及核心思维的认知，比较有收获的有以下几点：（1）文中多次推荐了几本书，如郑毅的《证析》等，迫不及待想去翻阅；（2）文中提及方育柯曾表达对数据分析和挖掘是能力而不是应用的认知，本人非常认可，这大抵也是时至今日大数据商业模式一直不愠不火，甚至一度因用户隐私安全问题导致不少创业者引火烧身，心有余悸；（3）作者提到大数据示范应用落地难的症结在三方分离，我很认可。唯独觉得对数据隐私保护如何与大数据变现共生的问题没有在书中得到解惑而感到遗憾，可能作者在彼时写此书之时大数据尚未触及大规模法律问题吧。总体感觉，值得一读，作者的确是写出了很多自己的感知和感受，灌水少，干货多。
《为数据而生》读后感(二)：各种有意思的基于数据得出的结论
作者周涛，中科大少年班的小天才，技术和商业兼有。
书中介绍了很多基于大数据的商业应用案例，可以帮助熟悉大数据的人了解大数据可以做什么事情。另外书中提到了一个数据目录的概率，详细意思还没有完全弄清楚。总体感觉不错，是一本介绍大数据应用思路和案例的技术类图书。
下面摘一些笔记：
这个世界已经进入数据时代，我们几乎每一个行为都在被记录，除外还有大量的被主动记录的客观数据。
老话说，若要人不知，除非己莫为，现在社会是实实在在用数据证明了这个概念，每个行为都会被数据记录，反过来就是每一个数据都能反映一个行为结果。
第三次工业革命的组成：动力：计算 材料：数据 工艺：证析（分析） 特征：个性化
什么样的课程对于理解大数据应用最有帮助，我的建议永远是：统计理论和机器学习，大数据应用中涉及机器学习的，绝大部分都可以归为预测和分类两类问题。
机器学习的 三板斧：特征 模型 融合，总体来说特征的选择和模型的建立需要具有行业背景的专家指导，但即使是在无行业专业人士参与只选取一般特征的情况，学习得到的结果也往往能大大优于传统的人闹的决策，这正式机器学习厉害的地方。
data castle( 数据城堡）是周涛发起的一个开放式 机器学习 的 竞赛平台。该平台聚集了一批大数据技术人才。
数据、技术和商业需求分别在三波人手里，只有很好的结合这三个方面，才有大概做成一个有价值项目的机会。
《为数据而生》读后感(三)：数据应该学术，更应该商业
放在案头已经有时日，通篇浏览，对大数据的快速了解，甚至对大数据的使命理解，都颇有启发。作者试图用洋洋洒洒的当下语言，与大数据的严谨表述进行打通，引入大量案例，可谓通俗易懂。
全书就是想表达四层意思：
一是大数据无处不在，而且给出了几条观察路径。
数据的应用，首先是数据的结构化，但非结构化数据如何看待和处理，是数据处理的核心。作者将数据为线索，用计算、数据、证析、个性化，分别对应第三次工业革命的新能源、新材料、先进工艺技术、商业特征，说明大数据正在进入过去难以进入的领域。
二是大数据分析的手段，是为目标服务的，完全可以做到。
用“分析显而易见的事情需要非凡的思想”的引句，作为标题的注解，很妙！许多分析无效，只是你的分析思路和手段无效，而不是分析本身！这里通过几则颇具用心的案例，说明分析的精妙之处和思维盲点。
三是大数据价值体现，这里用了“外化”一词。
就是通过数据与外部打通，而不只是在自己的数据孤岛中徘徊。并且可以通过数据输出，在提供服务的同时，得到丰满。最后就是形成了机器学习，通过特征捕捉、模型构建，以及模型融合，形成“智能”。
四是大数据集成意义，也可以说是大数据的自我升级。
非常赞同作者的一个思路，就是大数据智能化背后的推动，还是人，但大数据手段本身，却可以让人的潜能释放，从而超越大数据的“孤胆英雄”，从而形成大数据的裂变和升级。
这个时代，量化有了无限可能，同时对决策也提出了更高的要求，因为游戏规则正在改变，对聪明人的定义和要求自然也在变了。
《为数据而生》读后感(四)：理论和实践还是有些差距的
不知道为什么，类似带有“大数据”相关标题的书籍，总是不能给我带来惊喜，看完之后，也找不到自己收获了什么？
虽然没有惊喜，但相比玩儿一天的“吃鸡”，看完这本书固然有一点儿价值，作者是周涛，翻译过《Big Data:A Revolution That Will Transform How We Live, Work, and Think》后，又结合自己的理念写了这本书。
中肯的评价几句书中的优秀观点：
1、周老师提的几个案例之前了解的比较少，此次对我还是有些知识方面的扩充：
1.POS的MCC码作弊的案例2.打击「首次拨打陌生号码，并在接通2秒内挂断」的案例3.分析快递员通话记录，「分析一个城市里面几乎所有有网络购物行为的消费者的电话，并且知道他们购买的频率，同时还找到了一个很好的渠道（虽然有些风险）来推广可能的电子商务产品」的案例这几个案例，确实给我带来了一些思考，比如，从快递员身上进行的数据挖掘，从一个个体上面挖掘出更多的内容，比如，分析x博的某个用户，找出该用户手机中的联系方式，分析关系亲切的人，推荐关注，另外，再根据用户定位分析用户的每天的生活作息、生活地点。
2、另外，周老师还提到一个观点，我是比较认同的，大数据的一个很重要的价值就是用来预测，提到的几个场景有：个性化推荐、精分营销、员工绩效管理、银行信用卡征信、小微企业贷款、生产线优化控制、精准广告投放和营业网点。
三类预测：点击购买预测：对个体点击、购买行为的预测基于移动轨迹的位置预测：对个体位置移动行为的预测链路预测：对多个个体之间的行为进行预测最后跟我们分享了大数据预测的方法：确定问题和指标->数据清晰->特征提取或特征选择->模型训练->模型拟合。
3、同样是几个案例给我提供了思路
1.根据学生行为数据预测考试成绩，如在宿舍的时间分布、时间长短，进图书馆的次数、打水的次数、吃早饭的规律程度（尤其是周末）2.根据打卡行为定位孤立人群，避免因抑郁导致灾难发生。3.预测离职率和升职率，通过公司内部BBS观察员工在工作相关内容的交流来预测升职情况，观察在生活内容相关的交流来预测离职情况。工作区数据预测：凡是对某位同事上传的工作文件或者工作任务描述进行了下载、评论、转发、收藏等等操作，都视为存在工作上的交流。我们把每一个员工看成一个节点，员工之间存在交流就构成连边（如果员工甲下载了员工乙的文件，就有一条有方向的边从甲指向乙，可以类比于甲是乙的粉丝），交流越多，这条连边就越粗（权重越大）生活区数据预测构建一个员工之间的“社会网络”，其中每一条边代表一个有向的关注关系，在生活区的分享、转发、互动的强度就构成了社会网络中每条边的权重结论就是：充分利用与本业务看起来无关的数据来解决业务中遇到的问题，并且把自身业务产生的数据拿出去，解决外面广袤天地中和本业务无关的各种各样的问题。到了这个阶段，“有关”和“无关”的界限已经被打破，数据洪流就像江河海洋一样，浸润并连通分隔的陆地。
4、最后，给我提供价值的就是作者最后分享的几个平台，如：
数据堂：http://www.datatang.com/国信优惠：http://www.youedata.cn/京东万象：https://wx.jdcloud.com/DataCastle：http://www.pkbigdata.com/还是有些价值的，一本书能够给人一个观点的启发或者观点的确认，那这本书就是有价值的。
再中肯的批评几句存在的问题：
1、第一部分，作者想表达的意思就是，大数据时代已经来了，很重要，真的很重要，大家要重视啦。世界已经经历过三次工业革命，在第三次工业革命中，大数据将会扮演非常重要的角色。
——好嘛，这些不说我也是知道的，或者看了您几年前翻译的《Big Data:A Revolution That Will Transform How We Live, Work, and Think》我也知道。
2、讲了很多自己的故事，其实很多故事，我是没耐心看的，所以只要讲故事，都自觉过掉了。
3、周老师理论经验很丰富，但是实操经验还是不多，所以将部分理论落实的话，还是有很多坑坑洼洼的地方的。
