京公网安备 11010802034615号
经营许可证编号:京B2-20210330
透过“大数据”这只“奇异之眼”_数据分析师培训
透过“大数据”这只“奇异之眼”
《爆发——大数据时代预见未来的新思维》的作者艾伯特-拉斯洛·巴拉巴西是复杂网络研究的权威。
对教育来说,原本隐秘、复杂、变化的学情和教情,尤其是不同年龄段学生心智、兴趣、动机的变化,一直困惑着众人。而巴拉巴西教授告诉我们,在以“云计算”为标志的第三次信息化浪潮下,通过对课堂、作业、社交(QQ、微博、微信等)、生活等大数据的深度挖掘,几乎可以预判出学生“93%的行为”。各类数据的叠加和补充,足以对不同的行为模式、心理特点、思想状态进行精确模拟,进而直接跳过心理学和教育学的艰涩理论,给教育者提供可视化、可量化、可监控的教育决策。当我们把教育作为严谨的科学看待时,“它是有规律、可预测的”,巴拉巴西如是说。(邱磊)
维克托·迈尔-舍恩伯格的《大数据时代》告诉我们:如同蒸汽机、电气化、信息化这些推动人类文明大步前进的发明创造一样,大数据也代表着一个崭新的、蓬勃的、孕育着无限可能时代的来临。它的影响以及改变已经确实发生在健康应用、旅游应用、购物应用等领域,美国提出大数据的战略地位堪比工业时代的石油,欧盟认为大数据是促进经济增长的重要力量,中国电子商务教主马云一再认为“阿里最值钱的是数据”。我们已经别无选择地处于这样一个时代,《大数据时代》恰恰就是为这样一个时代完美阐释以及前瞻准备的书籍。它在概念上先期明确了数据处理的三大改变:数据不要抽样要全体,做事需要的是效率而不是精确,要相关性不要因果。(季勇)
阿兰·柯林斯与理查德·哈尔费森的《技术时代重新思考教育:数字革命与美国的学校教育》一书,从教育发展史视角,分析了传统学校教育的弊端以及技术发展对未来教育的挑战。作者从技术可能会使教育失去什么、带来什么以及我们如何降低技术可能给教育带来的风险等方面引发读者思考,面对大数据技术我们当如何思考教育,重新定位教育、领导和发挥教育的作用。值得关注的是,作者提醒我们“显而易见的是,技术已经恶化了教育中的公平问题,我们需要谨慎思考如何缓解这个问题”。这样的问题,在我们的教育现代化进程中同样存在,如何从别人的经验教训中获取我们需要的东西,少走一些弯路,这本书值得我们一读。(李达)
有人说,凯文·凯利的《失控:机器、社会与经济的新生物学》“可能是90年代最重要的一本书”,有些言过其实,但当我们读过以后还是感觉脑洞大开。大数据时代,在“众包”、“群蜂思维”下我们必须“学会向我们的创造物低头”,“当人造与天生最终完全统一的时候,那些有我们制造出来的东西将会具备学习、适应、自我治愈,甚至是进化的能力”。在大数据时代,谁也不可能成为知识的垄断者,人人可以发声,人人都有可能成为专家,作为教师,我们应该思考一下我们的角色和功能变换了。(朱建)
维克托·迈尔-舍恩伯格教授在《与大数据同行:学习和教育的未来》中指出:当下大数据正悄悄影响到教育体系的每个层面,对于全世界的学习与教育活动,都会产生极为深远的影响。毫无疑问,这本书帮助我们一线教育工作者叩响大数据之门。“大数据”这只“奇异之眼”,似乎能够看到每个学习个体的学习过程,记录他们的微观表现,发现他们的学习之趣,破解他们的学习之难,从而让教育实现“私人定制”,让学生“心花怒放”。然而,迎面而来的问题是:基于“大数据”背景下的教师,如何掌握新技术、把握先机?或许,您能在《与大数据同行》中寻到答案。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01