《大數據時代》的讀后感作文1000字
知道＂是什么＂就夠了，沒必要知道＂為什么＂。在大數據時代，我們不必非得知道現象背后的原因，而是讓數據自己＂發(fā)聲＂。這個命題是我讀這本書最大的感觸。
對于大多數人來說，這的確是一場思維變革。對于理科學生來說，會認為這是一個錯誤的觀點，因為這無異于否定了他們對世界客觀物理化學規(guī)律探索的重要性；對于一名工科學生，其實這并不是一個多么新穎的觀點，因為工科是講求時用性的，如何能更好地利用基本自然科學規(guī)律創(chuàng)造社會財富比探索自然科學知識顯得更重要。
這些天來，在讀大數據這本書的同時，也稍微重溫了一下自動控制原理，認識到控制系統中存在明顯的大數據時代思維方式，借讀書交流會之際，與大家分享。
對系統的有效控制需要對系統理解與建模。以一個日常生活中的例子說明。開車的時候一腳油門下去車就飛出去了，但并不知道這一腳油門下去能給多大車速，這就需要駕駛人員的熟練的駕駛技能了，不然超速被開罰單是很正常的。那么，問題就來了：如何能實現速度的自動控制而不用駕駛人員踩油門？這就是控制系統最關鍵的環(huán)節(jié)——建立系統數學模型。大白話就是知道車速與燃油量的數學關系式。若是以探索為什么的思維模式，不可避免的要列一大堆能量方程、動量方程等物理化學式子，經過繁雜的計算，還是能得到車速和燃油量的數學關系式的。很明顯這是一個繁瑣的過程，因為得知道現象背后的原因。這僅是對于這種簡單的.系統，若是對于航空發(fā)動機這種復雜的系統，結構工藝過于復雜，分析各部分的物理化學過程是十分困難的，這時候可以通過實驗法得到數學模型。
實驗法主要有時域測定法、頻域測定法和統計相關法。與大數據時代思維最接近的是統計相關法，主要過程是對被研究對象施加某種隨機信號，根據被測對象各參數的變化，采用統計相關法確定被測系統或對象的動態(tài)特性。這種方法可以在被測系統或生產過程正常運行狀態(tài)下進行在線辨識，測試結果精度較高，但要求采集大量測試數據，并需要相關儀和計算機進行數據計算和處理。
若用開車實例來解釋，此時的系統為汽車動力系統，施加的隨機信號為燃油量，被測對象指車轉速，得到的動態(tài)特性就是指車速與燃油量函數關系式，從而不用探求背后的物理化學規(guī)律就得到了數學模型。
在沈陽黎明航空公司實習時去過試車間，除了發(fā)動機點火后震撼的場景動人心魄，控制室屏幕上海量的數據也同樣引人注目，我想這么多數據無非就是驗證數學模型或直接實驗法得到數學模型，結合航空發(fā)動機這種復雜的系統，對于搞控制的人來說，得到數學模型就夠了，現象背后的原因交給研發(fā)的人來探索更好。
【《大數據時代》的讀后感作文1000字】相關文章：
大數據時代讀后感12-30
大數據時代大學教育論文10-09
大數據時代的教育管理變革論文10-06
CFO如何迎接財務大數據時代11-15
大數據時代新聞傳播探究論文07-13
大數據時代下鄉(xiāng)村旅游的發(fā)展論文07-18
大數據時代網絡信息安全探析論文07-27
大數據時代財務分析研究論文07-24
大數據時代對會計和審計的影響論文08-27