智能时代读后感
当细细品完一本名著后，相信大家一定领会了不少东西，写一份读后感，记录收获与付出吧。想必许多人都在为如何写好读后感而烦恼吧，以下是小编帮大家整理的智能时代读后感，仅供参考，大家一起来看看吧。
智能时代读后感1
从底层逻辑来揭示智能革命的来临。
人类对环境的观察而积累下来的经验促进了文明发展，这些经验、文字、现象代表的数据是人类智能—智慧与能力—不断前行的基石。
大数据是机器智能的来源，要求具有多维度、完备性、时效性。大数据的出现，产生了一种不同于机械思维的新的大数据思维。不关注因果关系，而关注数据之间的强相关关系。即从大量的数据中直接找答案，即使不知道原因。
在技术上数据来源、储存技术、传输能力、处理能力已经带动了大数据的兴起，但仍面临着挑战。数据安全与数据隐私也是智能时代所要面临的重大挑战。
大数据及智能化在一些领域已经广泛应用起来，比如智能电表捕捉毒贩、以色列的灌溉系统、TESLA智能制造，医学诊断、基因技术等等。
如同前两次工业革命，智能革命也会带来社会的强烈动荡，劳动力面临着淘汰与再分配，这个时间可能会持续半个世纪。所以，正如封面顶部所书，我们要么加入智能革命控制未来，要么就被淘汰。
这不是一本面向技术人员的书，而是从底层逻辑来揭示智能革命的来临。吴军博士清晰的`逻辑、丰富而简单的例子、加上类比的历史事件使得这本书易读、易懂。
智能时代读后感2
1、智能将取代重复的劳动，创意更重要，例如：懂得选煤厂工艺流程，可能比变成控制设备开机顺序重要。
2、数据足够时大量的简单组合比少量精确模型能够降低成本，从这个角度拖罗密采用大圆套小圆的思维更适合解决问题，因为开普勒的椭圆发现极具偶然性，而托罗密的方法更具实操性。例子还用日本光学相机超过德国。另一启发做事要延长避短，看着开始按笨方法做事，总比只能着捷径而不性动要好。
3、切比雪夫大数定理
4、信息的作用是解决不确定性：
5、机械思维：确定性
大数据思维：用不确定性看待世界，用信息消除不确定性
人工智能取得的成就，不断把各种智能问题转化成消除不确定性的问题，然后再找到能够消除相应不确定性的信息。
6、信息的等价性、相关性
7、大数据的三个特征：数据量大、多维度、完备性
8、大数据思维摆脱因果思维，可以接受解决问题而不用追究原因
谷歌：搜索从“遵循因果关系”到“寻找相关性”
9、用大数据收集某公司的正常办事流程和每个操作者的操作习惯，一旦流程有误或行为习惯没有记录，采取措施终止操作。还有日本一种汽车的思路，手机驾驶员的身体信息和操作喜欢，假设有人盗车，相关信息不符，必须输入密码。
智能时代读后感3
人工智能是未来XX年可期有大发展的领域，也是我们从事数据行业的职业愿景。看我这本书，更加坚定这是一个可期，有意思的方向。
基本思路
经典思路：目前在做数据分析时，采用的是传统的逻辑推理的分析的思路。先提出问题，再通过严谨的逻辑推理进行验证，解释商业问题。
新思路
尝试使用相关性进行数据挖掘分析；就是数据挖掘的一些技术，比如聚类、决策树、随机森林等高级统计模型。这种思路做出的东西，一般而言是技术门槛较高、解决经典思路无法解答的问题，也符合当前流行的大数据思维、人工智能思维。新思路的处理问题逻辑，先有相关性分析，找出导致问题的相关性因素，然后再解释背后的商业逻辑。
适用范围
符合人脑的思维模式，由A —>B —> C的逻辑顺序。在解决小而美的独立case时，效率高。比如，“为什么今天某个页面的转化率突然升高啦”这类的问题，通过逻辑推理，一步一步下钻，可以很快定位原因。
新思路：这是AlphaGo下围棋是采用的思路，决策next move是因为next move对最终赢得棋局概率最高。这是一种结果导向的思维，将智能问题变成了数据问题。AlphaGo不需要知道如何布局，只关注每一次的落子都在提高最终胜利的概率。这种思路可以解决目标明确且影响因素众多的决策问题。
