內容簡介
中文書名：大數據：「數位革命」之後，「資料革命」登場：巨量資料掀起生活、工作和思考方式的全面革新(新版)
原文書名：Big Data：A Revolution That Will Transform How We Live, Work, and Think
內容簡介
亞馬遜「資訊管理」暢銷書第一名
亞馬遜「電腦文化」暢銷書第一名
元智大學校長、資訊工業策進會董事長 張進福
趨勢科技董事長 張明正
《Wired》雜誌中文版總編輯 程九如
熱烈推薦
每十年，總是有極少數的書，能改變你看待一切的方式。
《大數據》正是這樣的書。
—— 萊斯格（Lawrence Lessig），哈佛法學院網路智慧財產權教授
汽車烤漆的顏色能告訴你，這輛二手車的故障率高低嗎？
市政府要怎樣清查，才能迅速找出有致命危險的人孔蓋？
從谷歌的搜尋字眼，怎麼預測流感疫情的蔓延？
要回答這些問題，關鍵就在於巨量資料（俗稱大數據）。
「巨量資料分析」是一門新興科技，能夠解讀和預測無數的現象，包括預測機票的價格、好萊塢新片的票房、你家裡的青少年是否未婚懷孕！
也能協助診斷早產兒的健康情況，探查收入高低與幸福快樂的相關程度，幫忙規劃快遞的送貨路線、電動車的充電站應該設置在哪裡，還能用來發展自動導航的無人駕駛汽車、以及「從駕駛人的臀部形態判斷是否為車主」的防盜系統，也能夠快速進行多種語文的互譯……
兩位最頂尖的大數據專家，真正掌握到巨量資料思維的精髓，在這本書裡，清晰曉暢的解釋了巨量資料是什麼，它將如何改變我們的生活，對經濟、社會和科學會帶來什麼影響，我們又能夠做些什麼，趕搭上這波新潮流，同時也懂得保護自己，避免個人資料和隱私受到侵害。
《大數據》開闢了新境界，告訴我們巨量資料如何從根本上，轉變我們對世界的基本理解……這本書清楚說明了，企業如何釋放潛藏的價值，決策者如何因應新局，以及每個人的認知模式需要如何改變。
—— 伊藤穰一（Joi Ito），麻省理工學院媒體實驗室主任
任何人如果想要保持領先地位，確定未來的商業發展趨勢，都必須閱讀《大數據》。
—— 貝尼奧夫（Marc Benioff），salesforce.com董事長兼執行長
《大數據》很樂觀而務實的看待巨量資料革命——你只要伸頭看看周遭發生的大變化，就會明白這場革命已然開始了，更大的變化即將衝擊而來。
—— 多克托羅（Cory Doctorow），boingboing.com
我們敢肯定的是，《大數據》將是在討論這方面的未來時，一言九鼎的文本。
—— 富比士網站
有太多書籍在頌揚資訊社會的技術奇蹟，但是唯有這本《大數據》對資訊的本質，進行了原創的分析。
——《柯克斯書評》（Kirkus Reviews）
這本書充滿了偉大的見解、駕馭資訊的新途徑，並且對於未來趨勢，提供了很有說服力的願景，這是任何使用巨量資料的人、或受到巨量資料影響的人，都不可或缺的讀物。
—— 喬納斯（Jeff Jonas），IBM首席科學家
這本出色耀眼的書，撥開了圍繞在巨量資料周邊的迷霧。不論你從事的是商業、資訊科技、公共行政、教育、醫療，或者你只是單純對未來趨勢感到好奇，都必須閱讀這本《大數據》。
—— 布朗（John Seely Brown），全錄帕羅奧圖研究中心主任
正如水是濕滑的，然而單個水分子卻不是；巨量資料也能顯現個別資料無法揭露的訊息。作者向我們展示了龐大、複雜、凌亂的資料，若是集合起來，竟能用來預測購物行為、流感爆發……的一切模式，真是令人驚駭。
—— 薛奇（Clay Shirky），社會媒體理論家
作者讓「巨量資料」這個名詞的內涵變得非常清晰，重要性也遠遠超過矽谷的其他流行語彙……沒有哪一本書能夠提供了這樣的可讀性和平衡報導，告訴我們繼續迷戀數據和資料的諸多好處及缺點。
——《華爾街日報》
「巨量資料」是企業管理階層、技術官僚的流行語之一，如果你想知道他們都在談論些什麼，那麼《大數據》正是為你而寫的。這本書深入淺出、而且很意思的切入這個大題目……
——《波士頓環球報》
原文書名：Big Data：A Revolution That Will Transform How We Live, Work, and Think
內容簡介
亞馬遜「資訊管理」暢銷書第一名
亞馬遜「電腦文化」暢銷書第一名
元智大學校長、資訊工業策進會董事長 張進福
趨勢科技董事長 張明正
《Wired》雜誌中文版總編輯 程九如
熱烈推薦
每十年，總是有極少數的書，能改變你看待一切的方式。
《大數據》正是這樣的書。
—— 萊斯格（Lawrence Lessig），哈佛法學院網路智慧財產權教授
汽車烤漆的顏色能告訴你，這輛二手車的故障率高低嗎？
市政府要怎樣清查，才能迅速找出有致命危險的人孔蓋？
從谷歌的搜尋字眼，怎麼預測流感疫情的蔓延？
要回答這些問題，關鍵就在於巨量資料（俗稱大數據）。
「巨量資料分析」是一門新興科技，能夠解讀和預測無數的現象，包括預測機票的價格、好萊塢新片的票房、你家裡的青少年是否未婚懷孕！
也能協助診斷早產兒的健康情況，探查收入高低與幸福快樂的相關程度，幫忙規劃快遞的送貨路線、電動車的充電站應該設置在哪裡，還能用來發展自動導航的無人駕駛汽車、以及「從駕駛人的臀部形態判斷是否為車主」的防盜系統，也能夠快速進行多種語文的互譯……
兩位最頂尖的大數據專家，真正掌握到巨量資料思維的精髓，在這本書裡，清晰曉暢的解釋了巨量資料是什麼，它將如何改變我們的生活，對經濟、社會和科學會帶來什麼影響，我們又能夠做些什麼，趕搭上這波新潮流，同時也懂得保護自己，避免個人資料和隱私受到侵害。
《大數據》開闢了新境界，告訴我們巨量資料如何從根本上，轉變我們對世界的基本理解……這本書清楚說明了，企業如何釋放潛藏的價值，決策者如何因應新局，以及每個人的認知模式需要如何改變。
—— 伊藤穰一（Joi Ito），麻省理工學院媒體實驗室主任
任何人如果想要保持領先地位，確定未來的商業發展趨勢，都必須閱讀《大數據》。
—— 貝尼奧夫（Marc Benioff），salesforce.com董事長兼執行長
《大數據》很樂觀而務實的看待巨量資料革命——你只要伸頭看看周遭發生的大變化，就會明白這場革命已然開始了，更大的變化即將衝擊而來。
—— 多克托羅（Cory Doctorow），boingboing.com
我們敢肯定的是，《大數據》將是在討論這方面的未來時，一言九鼎的文本。
—— 富比士網站
有太多書籍在頌揚資訊社會的技術奇蹟，但是唯有這本《大數據》對資訊的本質，進行了原創的分析。
——《柯克斯書評》（Kirkus Reviews）
這本書充滿了偉大的見解、駕馭資訊的新途徑，並且對於未來趨勢，提供了很有說服力的願景，這是任何使用巨量資料的人、或受到巨量資料影響的人，都不可或缺的讀物。
—— 喬納斯（Jeff Jonas），IBM首席科學家
這本出色耀眼的書，撥開了圍繞在巨量資料周邊的迷霧。不論你從事的是商業、資訊科技、公共行政、教育、醫療，或者你只是單純對未來趨勢感到好奇，都必須閱讀這本《大數據》。
—— 布朗（John Seely Brown），全錄帕羅奧圖研究中心主任
正如水是濕滑的，然而單個水分子卻不是；巨量資料也能顯現個別資料無法揭露的訊息。作者向我們展示了龐大、複雜、凌亂的資料，若是集合起來，竟能用來預測購物行為、流感爆發……的一切模式，真是令人驚駭。
—— 薛奇（Clay Shirky），社會媒體理論家
作者讓「巨量資料」這個名詞的內涵變得非常清晰，重要性也遠遠超過矽谷的其他流行語彙……沒有哪一本書能夠提供了這樣的可讀性和平衡報導，告訴我們繼續迷戀數據和資料的諸多好處及缺點。
——《華爾街日報》
「巨量資料」是企業管理階層、技術官僚的流行語之一，如果你想知道他們都在談論些什麼，那麼《大數據》正是為你而寫的。這本書深入淺出、而且很意思的切入這個大題目……
——《波士頓環球報》
作者簡介
作者簡介
麥爾荀伯格Viktor Mayer-Schönberger
牛津大學網路研究所教授，並擔任微軟、世界經濟論壇等大公司和組織的顧問，是大數據（巨量資料）領域公認的權威，寫過八本書以及上百篇專論。
庫基耶Kenneth Cukier
《經濟學人》雜誌資料編輯，巨量資料思潮評論員，經常於《紐約時報》、《金融時報》、以及《外交事務》期刊發表財經文章。
譯者簡介
林俊宏
師範大學翻譯研究所碩士。
喜好電影、音樂、閱讀、閒晃，覺得把話講清楚比什麼都重要。譯有《英語的秘密家譜》、《建築為何重要》、《大科學》、《群的智慧》、《天空的女兒》等書。現就讀於師大譯研所博士班。
麥爾荀伯格Viktor Mayer-Schönberger
牛津大學網路研究所教授，並擔任微軟、世界經濟論壇等大公司和組織的顧問，是大數據（巨量資料）領域公認的權威，寫過八本書以及上百篇專論。
庫基耶Kenneth Cukier
《經濟學人》雜誌資料編輯，巨量資料思潮評論員，經常於《紐約時報》、《金融時報》、以及《外交事務》期刊發表財經文章。
譯者簡介
林俊宏
師範大學翻譯研究所碩士。
喜好電影、音樂、閱讀、閒晃，覺得把話講清楚比什麼都重要。譯有《英語的秘密家譜》、《建築為何重要》、《大科學》、《群的智慧》、《天空的女兒》等書。現就讀於師大譯研所博士班。
內容目錄
目錄
第1章 現在
該讓巨量資料說話了
第2章 更多資料
「樣本＝母體」的時代來臨
第3章 雜亂
擁抱不精確，宏觀新世界
第4章 相關性
不再拘泥於因果關係
第5章 資料化
當一切成為資料，用途無窮無盡
第6章 價值
不在乎擁有，只在乎充分運用
第7章 蘊涵
資料價值鏈的三個環節
第8章 風險
巨量資料也有黑暗面
第9章 管控
打破巨量資料的黑盒子
第10章 未來
巨量資料只是工具，勿忘謙卑與人性
資料來源
延伸閱讀
謝辭
第1章 現在
該讓巨量資料說話了
第2章 更多資料
「樣本＝母體」的時代來臨
第3章 雜亂
擁抱不精確，宏觀新世界
第4章 相關性
不再拘泥於因果關係
第5章 資料化
當一切成為資料，用途無窮無盡
第6章 價值
不在乎擁有，只在乎充分運用
第7章 蘊涵
資料價值鏈的三個環節
第8章 風險
巨量資料也有黑暗面
第9章 管控
打破巨量資料的黑盒子
第10章 未來
巨量資料只是工具，勿忘謙卑與人性
資料來源
延伸閱讀
謝辭
ISBN: 4713510945056