但这剧有一说一，二次元三次元的壁没那么好破。
3.5，宫变太滑稽??，随意一个小兵就可以噶了议政王。
情节趣味性很强，但是文笔不太好，前面节奏还可以，越写到后面，场面铺得越大，感觉有点收不住了，为了所谓的主角光环，硬拗的解释有点多，很多地方转变得有点硬，不合理。最后所有不顺从主角的道理、规则全部都给写成不合理的了。总体感觉前面部分写得好。书不多评论，无论如何，这么长的书我看完了。我太不适合这么长的书了，太不适合，再也不要看类似的了。 想写点与书内容无关的东西。我这个人，无论看电视剧还是追剧都有一个很大的毛病，总想看到大结局，而且不想过多得漏掉中间情节，实在不吸引人的，就稍微跳段、快进看，但基本不会扔掉不看。而且很不知道劳逸结合，吃饭看，走路看，熬夜看，找空就看，就算很无味的，也总想能尽快看完。然而真的自制力太差，碰见这种特别长的书，就得很多天的熬夜，网剧还要不停地盯着手机屏幕，伤身伤眼。坏的生活习惯对身体真的特别伤，无论如何，任何事情都不能越过身体健康去，尽管懂得这个道理，却总做不到合理安排时间。 前事不忘，后事之师。提醒自己，想说两点吧。第一，再碰见这种读着读着开始觉得无味的书，果断放弃，不要为了读完而读完，鸡肋，食之无味，弃之并不可惜，不然浪费大量的时间最后折磨了自己。第二，希望自己能够学会合理安排时间，不要熬夜，再有趣的书，万万不要入迷。其他事情，同理吧。总之身体才是最重要的。立此准则做事情，估计不能立马从内向外做到，希望可以由外至内地先约束自己。 唉，读完一本剧，心里的感觉不是意犹未尽，而是艰难和后悔，无论是什么原因引起的，想想早就该弃了。快进翻到最后，知道了早就猜到的大结局，却没有一点轻松的意思，也不知道是为了证明什么，猜的很准么。无比难过自己处理这件事情的方式，时间多宝贵啊，浪费在一件吸引不到自己的事情上了。希望真的能记住这次教训吧。
虽然第一次看老五的书，但是感觉写书方式不太喜欢，主要感觉高潮部分太快，只知道打怪升级，打完怪B都不装，又去打怪了，在玩单机吗，没意思
第 1 章 精彩片段 1 摘录 预测，大数据的核心！ 剧评 & 感言 例1：谷歌通过收集用户对“流感”这个词的搜索量，可以预判某地区当前感染地区和人数，以及通过对旧数据的分析，预测出高发环境/季节/人数等信息 例2：购物网站的商品预测分析：通过对某商品往年销量/价格数据的分析（节日/季节/环境等），预测未来的价格涨跌，销量多少的预判等 可以将此技术运用到各个领域（酒店预订、卖车、旅游服务等） 精彩片段 2 摘录 更多！不再是随机采样，而是全体数据 （p94 剧评 & 感言 随机采样分析法：通过对数据进行一定的随机采样，获得宏观层面的概率。比如对某地区年轻人进行单身调查，就是对100个人进行随机分析，由此得出一个大体的概率。常见方法有：问卷调查/样本分析等。目的是从更少的数据掌握更多的信息 而大数据已经拥有了全部数据，所以能更深入的研究，得出更细节和更精确的分析 精彩片段 3 摘录 更杂！不是精确性，而是复杂性（p139 剧评&感言 对大数据的分析结果，不再执着细节的精确性，而是得出更多维度的可能性，思维不再局限，而是追求事物的全貌 精彩片段 4 摘录 更好！不是因果关系，而是相关关系（p199 剧评&感言 例1：通过沃尔玛大数据分析到，在美国飓风气候来临前，人们购买蛋挞的订单也增加了，所以当下个飓风季节时候商店会将蛋挞放置在结账位置，方便人们购买。飓风与蛋挞并无因果关联，只是大数据分析到的关联数据而已 例2：一个小男孩被患有狂犬病的狗咬了，他父亲恳求为其接种刚研发出来的狂犬疫苗，接种后小男孩活了下来，人们觉得是疫苗救了男孩。而其实人被狂犬病毒咬后死亡率也只有1/7，所以并不能完全说明是男孩的存活不是那85%。 在生活中，我们习惯用因果关系来思考，这也就是“快思考”，它是基于我们以往的生活经验。但很多的因素会影响到结果，这都会会削弱因果关系。 第 2 章 精彩片段 摘录 量化：数据的核心！计量和记录形成了大数据(p280 剧评&感言 例1：通过经纬度来量化地球方位，通过发射的GPS卫星来确定坐标，此后位置信息被量化 例2：将驾驶员的身型/坐姿/体重/压力数据进行量化和记录，就能辨别其是否是驾驶员，可以防盗并定位其身份信息，或判断是否是疲劳驾驶做安全提醒 有了大数据的帮助后，一连串发生的事件不再是自然或社会现象，世界变成了数据的海洋 精彩片段 摘录 价值！取之不尽用之不竭的数据创新 剧评&感言 例1：Recapctha辨别度低的识别码不仅解决了辨别是操作是人，还帮助识别了模糊单词，节省了大量的人力成本，用的人越多创造的价值更大。 例2：搜索网站收集到用户搜索的信息后，对这些数据进行分析预判，再定制化般的展示对应广告，购物网站也如此，创造更多的广告服务或促销活动等 例3：谷歌/百度拍摄收集到的房屋或道路街景，不仅优化了地图服务，并且对自动驾驶做出了更大的贡献 精彩片段 摘录 大数据价值链的三大构成 剧评&感言 1.基于数据本身的公司：拥有大量数据的公司 2.基于技能的公司：拥有专业技能或提出数据创新用途的公司，如数据分析公司等 3.基于思维的公司：拥有创新思维，知道如何挖掘数据的新价值 例：亚马逊就是一个拥有数据、技术、思维的公司，比如它的Kindle观看器，收集了用户很多观看数据（图书排行榜/搜索量/看剧标注等信息），如果把这些数据卖给播出社或者编剧，播出社将会根据数据或类型发布更多热门剧集，而编剧也能通过用户反馈写出更好的作品。但亚马逊雪藏了这些数据，可能为了以后的商业价值 第 3 章 精彩片段 摘录 风险，让数据主导一切隐忧 剧评&感言 例1：犯罪
同样作为被嫌弃的一员，我很能理解松子的生活。活一辈子都在挣扎，被人嫌弃是傻瓜。
乱七八糟的神话故事，仅仅博得一笑。
原来他也可以那样笑，连眼底都是愉悦的样子；也可以那么用心，仿佛天下的诸多大事，只有她是最大的那一件事。
教化场的故事情节和叙事手法明显比前两部好，看着更起劲儿，只是对杨展内心世界的描述有点少，这个部分看得有点云里雾里的。
很开心的看完了。 是个好故事，很棒很欢乐的叙事风格。 就是到现在都没办法从他们的生活环境，个人卫生里跳出来。 学武的果然跟大家不一样，非常不拘小节了。
1995 · 土耳其
2006 · 墨西哥
2010 · 中国
2009 · 法国
2015 · 美国
1988 · 意大利
1937 · 英国
2000 · 德国
2007 · 澳大利亚
2004 · 英国
但这剧有一说一，二次元三次元的壁没那么好破。
3.5，宫变太滑稽??，随意一个小兵就可以噶了议政王。
情节趣味性很强，但是文笔不太好，前面节奏还可以，越写到后面，场面铺得越大，感觉有点收不住了，为了所谓的主角光环，硬拗的解释有点多，很多地方转变得有点硬，不合理。最后所有不顺从主角的道理、规则全部都给写成不合理的了。总体感觉前面部分写得好。书不多评论，无论如何，这么长的书我看完了。我太不适合这么长的书了，太不适合，再也不要看类似的了。 想写点与书内容无关的东西。我这个人，无论看电视剧还是追剧都有一个很大的毛病，总想看到大结局，而且不想过多得漏掉中间情节，实在不吸引人的，就稍微跳段、快进看，但基本不会扔掉不看。而且很不知道劳逸结合，吃饭看，走路看，熬夜看，找空就看，就算很无味的，也总想能尽快看完。然而真的自制力太差，碰见这种特别长的书，就得很多天的熬夜，网剧还要不停地盯着手机屏幕，伤身伤眼。坏的生活习惯对身体真的特别伤，无论如何，任何事情都不能越过身体健康去，尽管懂得这个道理，却总做不到合理安排时间。 前事不忘，后事之师。提醒自己，想说两点吧。第一，再碰见这种读着读着开始觉得无味的书，果断放弃，不要为了读完而读完，鸡肋，食之无味，弃之并不可惜，不然浪费大量的时间最后折磨了自己。第二，希望自己能够学会合理安排时间，不要熬夜，再有趣的书，万万不要入迷。其他事情，同理吧。总之身体才是最重要的。立此准则做事情，估计不能立马从内向外做到，希望可以由外至内地先约束自己。 唉，读完一本剧，心里的感觉不是意犹未尽，而是艰难和后悔，无论是什么原因引起的，想想早就该弃了。快进翻到最后，知道了早就猜到的大结局，却没有一点轻松的意思，也不知道是为了证明什么，猜的很准么。无比难过自己处理这件事情的方式，时间多宝贵啊，浪费在一件吸引不到自己的事情上了。希望真的能记住这次教训吧。
虽然第一次看老五的书，但是感觉写书方式不太喜欢，主要感觉高潮部分太快，只知道打怪升级，打完怪B都不装，又去打怪了，在玩单机吗，没意思
第 1 章 精彩片段 1 摘录 预测，大数据的核心！ 剧评 & 感言 例1：谷歌通过收集用户对“流感”这个词的搜索量，可以预判某地区当前感染地区和人数，以及通过对旧数据的分析，预测出高发环境/季节/人数等信息 例2：购物网站的商品预测分析：通过对某商品往年销量/价格数据的分析（节日/季节/环境等），预测未来的价格涨跌，销量多少的预判等 可以将此技术运用到各个领域（酒店预订、卖车、旅游服务等） 精彩片段 2 摘录 更多！不再是随机采样，而是全体数据 （p94 剧评 & 感言 随机采样分析法：通过对数据进行一定的随机采样，获得宏观层面的概率。比如对某地区年轻人进行单身调查，就是对100个人进行随机分析，由此得出一个大体的概率。常见方法有：问卷调查/样本分析等。目的是从更少的数据掌握更多的信息 而大数据已经拥有了全部数据，所以能更深入的研究，得出更细节和更精确的分析 精彩片段 3 摘录 更杂！不是精确性，而是复杂性（p139 剧评&感言 对大数据的分析结果，不再执着细节的精确性，而是得出更多维度的可能性，思维不再局限，而是追求事物的全貌 精彩片段 4 摘录 更好！不是因果关系，而是相关关系（p199 剧评&感言 例1：通过沃尔玛大数据分析到，在美国飓风气候来临前，人们购买蛋挞的订单也增加了，所以当下个飓风季节时候商店会将蛋挞放置在结账位置，方便人们购买。飓风与蛋挞并无因果关联，只是大数据分析到的关联数据而已 例2：一个小男孩被患有狂犬病的狗咬了，他父亲恳求为其接种刚研发出来的狂犬疫苗，接种后小男孩活了下来，人们觉得是疫苗救了男孩。而其实人被狂犬病毒咬后死亡率也只有1/7，所以并不能完全说明是男孩的存活不是那85%。 在生活中，我们习惯用因果关系来思考，这也就是“快思考”，它是基于我们以往的生活经验。但很多的因素会影响到结果，这都会会削弱因果关系。 第 2 章 精彩片段 摘录 量化：数据的核心！计量和记录形成了大数据(p280 剧评&感言 例1：通过经纬度来量化地球方位，通过发射的GPS卫星来确定坐标，此后位置信息被量化 例2：将驾驶员的身型/坐姿/体重/压力数据进行量化和记录，就能辨别其是否是驾驶员，可以防盗并定位其身份信息，或判断是否是疲劳驾驶做安全提醒 有了大数据的帮助后，一连串发生的事件不再是自然或社会现象，世界变成了数据的海洋 精彩片段 摘录 价值！取之不尽用之不竭的数据创新 剧评&感言 例1：Recapctha辨别度低的识别码不仅解决了辨别是操作是人，还帮助识别了模糊单词，节省了大量的人力成本，用的人越多创造的价值更大。 例2：搜索网站收集到用户搜索的信息后，对这些数据进行分析预判，再定制化般的展示对应广告，购物网站也如此，创造更多的广告服务或促销活动等 例3：谷歌/百度拍摄收集到的房屋或道路街景，不仅优化了地图服务，并且对自动驾驶做出了更大的贡献 精彩片段 摘录 大数据价值链的三大构成 剧评&感言 1.基于数据本身的公司：拥有大量数据的公司 2.基于技能的公司：拥有专业技能或提出数据创新用途的公司，如数据分析公司等 3.基于思维的公司：拥有创新思维，知道如何挖掘数据的新价值 例：亚马逊就是一个拥有数据、技术、思维的公司，比如它的Kindle观看器，收集了用户很多观看数据（图书排行榜/搜索量/看剧标注等信息），如果把这些数据卖给播出社或者编剧，播出社将会根据数据或类型发布更多热门剧集，而编剧也能通过用户反馈写出更好的作品。但亚马逊雪藏了这些数据，可能为了以后的商业价值 第 3 章 精彩片段 摘录 风险，让数据主导一切隐忧 剧评&感言 例1：犯罪
同样作为被嫌弃的一员，我很能理解松子的生活。活一辈子都在挣扎，被人嫌弃是傻瓜。
乱七八糟的神话故事，仅仅博得一笑。
原来他也可以那样笑，连眼底都是愉悦的样子；也可以那么用心，仿佛天下的诸多大事，只有她是最大的那一件事。
教化场的故事情节和叙事手法明显比前两部好，看着更起劲儿，只是对杨展内心世界的描述有点少，这个部分看得有点云里雾里的。
很开心的看完了。 是个好故事，很棒很欢乐的叙事风格。 就是到现在都没办法从他们的生活环境，个人卫生里跳出来。 学武的果然跟大家不一样，非常不拘小节了。