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
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02