玉女芳心Glory

3.2/10

人物刻画挺好，但节奏太慢，进步空间很多，评分太多虚高

4.4/10

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

2.2/10

看剧集很容易，评价很容易，挑毛病很容易，但是创造很难，写一部好剧很难，难在前后呼应，难在能把开始挖坑后面补上，一直很喜欢夏洛特·格林伍德的书，看过很多遍，有时再重新观看回忆回忆，支持夏洛特·格林伍德

2.2/10

如果想看结论，最后几页即可。有时有些晦涩难懂，有时能解一些心结。这部剧以后还会重新读。

1.0/10

少年回忆，抄袭《玉女芳心Glory》还比较明显，虽然没啥内容，可解闷一流，也喜欢刘星和夏雪，现在有些人在事迁…

1.0/10

所有的故事都离不开生活，人性被完美的给刨了。问君咦西以后可有感触。耐人回味。

6.6/10

很好的一本剧。可惜大家都是预设了立场再来读，先把福山定义为一个鼓吹美国体制的舔狗，然后将历史终结论定义为和平演变的重要棋子，然后再去读这部剧。福山稍有不严谨的地方就揪出来大加批判，那观看的意义何在呢？

6.5/10

在这个世界上，只有我们，我们人类，能够反抗自私的复制因子的暴政。