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
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 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 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13