道恩・E. 霍尔姆斯教授是贝叶斯网络、机器学习和数据挖掘方面的专家， 他在《大数据：牛津通识读本》这本书中，用深入浅出的文字扼要介绍了什么是数据、什么是大数据以及它有什么意义，进而对大数据应用所涉及的存储和分析技术进行了简明扼要的综述，并在此基础上分析和研判了大数据在医学、电子商务、安全、生活等各个领域的应用。这样一本概述性质的通俗读物，非常有助于普通读者更多地了解大数据，学习大数据，应用大数据，进而培养一种大数据思维，以适应未来的大数据时代。读一本书，培养一种思维。每天读点书，培养多种思维。

关于大数据的专业书籍通常会沦为以下两类：要么是对事物的实际运行方式不提供解释，要么是只适合研究生使用的高难度数学教科书。这本书与这两类有所不同，可被视为大数据的科普书。它涉及的内容包括：大数据运作方式的基础知识，大数据如何改变我们周围的世界，以及它对我们的日常生活及商业世界的影响。至于如何看待大数据，我觉得译者另外提到的三个视角和四个维度，能更好的帮助我们读者更加全面地认识大数据。首先谈谈三个视角。第一从计算视角来看，大数据是一个难以获取、难以组织与管理、难以处理和分析的技术难题（以及因此而引发的各类思维层难题），也正是因为这样的难题驱动，加之人们对大数据在优政、兴业、科研、惠民等不同领域的价值期望，促使相关科研人员进行技术攻关和发明创造，进而推进了相关理论和技术的发展。二是科研视角：从科学研究的角度来看，大数据成为继实验、理论、模拟之后用于科学研究的 “第四范式”（此处的 “范式” 指的是从事某一科学的科学家群体所共同遵从的世界观和行为方式）。三是商业视角：从商业应用的角度来看，大数据能够带来利润。一般而言，只要找到一个合适的应用场景，并为这个应用场景找到一个合适的解决方案，知道数据的来源并且能够获取，而且有技术支撑（研发能力），更重要的是能够找到融资支持（经过可行性分析、盈亏平衡分析等之后），就有可能最终成功应用并获得收益。这在彰显大数据商业价值的同时，也会促使同行去挖掘更多的大数据价值。更进一步说，大数据的价值实现涉及数据、技术与应用的协同，具有典型的多学科交叉与跨界整合特征，因此就总体而言，实现大数据价值至少涉及如下四个维度（层面）。1. 算法（Algorithm）：大数据价值的实现路径涵盖了数据采集与汇聚、数据存储与管理、数据处理与分析、应用系统开发与运维，每一个环节都需要依赖不同的算法进行，如数据采集算法、数据汇聚算法、数据治理算法、数据处理和分析算法等。2. 商业应用（Business）：大数据应用一般体现在描述性分析、预测性分析或者决策性分析等，任何一种应用都是围绕某个具体场景展开的，因此大数据价值得以实现的一个重要前提，是找到一个合适的应用场景，该应用场景既直击需求痛点并有投资回报预期，又有数据积淀和 IT 建设基础。大数据在这个场景的应用，能够进一步内生和富集更多数据并因而形成数据闭环，就能进一步体现和实现大数据价值。3. 算力（Computing Power）：所谓算力，指的是设备的计算能力，显然，对于大数据应用而言，更精准（复杂）的算法以及更高效的计算需求都需要强大的算力支撑，因此算力是大数据价值实现的基本保障。4. 数据（Data）：数据是大数据价值实现的基础，因此必须首先解决诸如数据在哪以及如何从不同的数据源获取数据，并进行有效的富集、汇聚和深入加工等问题，从而为应用提供数据支撑或高级语义支撑。

这本书以相对通俗的言语解释了基于计算 科研 商业的角度大数据的特点。同时从 4 个维度：算法 应用 算力 数据来阐述大数据如何帮助我们来实现快捷的工作 生活。在这个基础上还提到了技术应用的过程中出现一些道德，法律的问题以及相应的解决方案。