大学生如何用“大-2”思维指导实践？首先是大数据要求数据数量，很难分析出更准确的信息。Da 数据的特点如下:1 .Da 数据的明显特点是规模巨大数据，1、数据、数据的量足够大，达到统计学意义，才有价值，在这里，我们可以从Da 数据的特征定义来了解业界对其整体的描述和定性，通过对其价值的探讨来深入分析Da 数据的珍贵性，从而洞察Da 。
吴军博士的新书叫《智能时代》，副标题是“大数据用智能革命重新定义未来”，因为这场智能革命起源于数据 drive，相应的，机械思维推动了工业革命。从历史的角度来看，这似乎只是不同的发展阶段，但从底层逻辑来看，我认为这只是数据尺度不同的体现。从机械思维到大数据思维既不相互排斥，也不相邻。如果笼统地概括，机械思维属于小数世界，而large 数据属于大世界，介于两者之间的是我们日常生活中经常面对的中值世界。
但是，在17世纪，机械思维和所谓的互联网思维一样时髦。如果用八字箴言来概括机械思维的方法论，我觉得没有什么比“大胆假设，小心求证”更合适的了，总的来说就是做假设，构建模型，数据确认，优化模型，预测未来。这也是沿用至今的一套思路。结果也很明显。比如牛顿用力学三定律和万有引力定律解释了宇宙万物的运动规律。
Da 数据定义、思维方式和架构模式一、Da 数据为什么是Da 数据现在是个热词，关于怎么玩Da 数据。就像相关性，有A的时候，B和它相关，有B的时候，A不一定相关。作者还是从通常的四个V来描述我所认为的大数据思考。1、数据、数据的量足够大，达到统计学意义，才有价值。
所以我们收集问题是为了发现隐藏的知识数据还是有价值或无价值的收集是值得商榷的。其实数据的收藏，对于数据本身来说，还是可以划分一些标准，建立一个层次，结合需求和目标来收藏。当然有人会说这样会导致巨大的偏差，比如数据的完整性会丧失。
