第一章 数据-人类建造文明的基石

1. 人类通过观察现象，获得数据，提炼出信息，归纳出知识。由浅入深，逐级递进。人们通过这个方式，不断认识和改造这个世界。
2. 古埃及人通过对天象的观察，总结出天文学知识。美索不达米亚上的苏美人同样通过对天象的观察，计算出行星的运行周期，预测日食和月食。后来的学者们继承和发展了他们的天文学知识，为托勒密用数学模型概括天体运动轨迹奠定基础。托勒密是地心说的鼻祖，波兰天文家哥白尼则是日心说的创始人，遗憾的是他的数据不充分，无法自圆其说。后来的开普勒继承了日心说的衣钵，运气好到爆的他发现用椭圆就可以描述行星围绕太阳运行的轨道。可以说历史的进程，文明的发展，都离不开数据的存在。
3. 怎样正确从数据中挖掘更有价值的东西？相关性起到决定性作用。早在20世纪70年代，日本人就可以根据铁人王进喜的对外宣传图片，推测出大庆油田的基本信息。而在2009年，专家可以根据互联网用户在网上的搜索关键词频率，推测出甲型流感的蔓延趋势。表面上互不相关的数据之间，可能存在着令人惊奇的相关性。
4. 数学模型的基础离不开统计学，通过对样本的分析，可以得出结论。但是统计学的样本必须满足2个条件，样本量大、具有代表性。书中举例：1936年，文学文摘通过240万份大量的问卷预测，美国总统的大选结果，但最终结果反而输给了只发放了5万个样本的统计学家盖洛普。因为后者的样本更具有代表性，考虑了多种因素。时间推移，1948年的盖洛普预测结果却让人大跌眼镜，因为样本考虑的因素还是不够全面。
5. 在数学模型上，只要数据量足够多，可以用若干个简单模型取代一个复杂模型，被成为数据驱动方法。这也是大数据起作用的核心。举例：阿尔法狗战胜李在石，就是因为前者的高智能，来源于它学习了人类围棋历史上不计其数的对弈数据，在此基础上，得出了一个统计模型，针对不同情况可以做出有力判断，这一点是人类望尘不及的。