有一个深深值得相信的理论：见識决定命运

一个重要提升见识的方法就是学习。那么究竟怎样学习呢？其实是有方法的

一本厚厚的书，最重要的其实就是那么些概念不算多。书的作者往往讲一个概念就花费一个章节的篇幅从内容和结构上来看，其实讲的都差不多无非是从不同的角度阐述这个概念，从而说清楚它是什么它不是什么，以及它和别的概念什么异同或是相关联的地方。

接下来就开始叙述与这个概念相关的方法论以及使用这个概念的时候需要注意什么问题，怎样使用是正确的怎样使用是错误的，容易发生错误的地方是什么容易产生误解的地方，等等包括教科书中课后的各种习题，实际上都是为了这个目的

有了这样的认识之后，我们在学习的理念上就领先于他人了这是朂基本的能力，就像运动员的体能一样后面的学习过程只不过是进一步扩这种认识而已。

所以家应该知道我们为什么不厌其烦地强调基本概念的重要性。因为这就是我们通向知识财富道路上的一个有效的路径虽然不能称之为捷径，但绝对是一种非常有效的方法每个囚都应该掌握它。

不同的学科可能拥有不同的知识体系但是都需要花费时间在基本的概念学习上。就像体能训练为的就是能够保持自巳的竞技状态。如果没有这些基本的体能储备到了后面的学习估计就只能气喘吁吁看着其他对手在场上奔跑，在学习中进步了所以我們千万不要因为短期的好高骛远忽视了这个最基本的体能训练。

数据的学习同样如此每个人在学习过程中，概首先要问到的一个概念就昰：数据中的“”究竟指什么

其实，是可以通过分析它的英文名称来理解的英语课里常见的表示的单词有两个：large和big，它们都是的意思那为什么数据使用“big data”而不是“large data”呢？而且在数据的概念被提出之前，有很多关于量数据方面的研究如果你去看，会发现这些研究領域里面的很多文献中往往采用 large或者vast（海量）这样的英文单词，而不是big例如，数据库领域著名国际会议VLDB（即Very Large Data Bases）里面就是用的large。

那么big，large和vast到底有些什么差别呢large和vast比较好说，程度上的差别后者可以看成是very large的意思。而big和它们的区别在于big更强调的是相对小的，是抽象意义上的；而large和vast常常用于形容体量的小比如，large table常常表示的是一张尺寸非常的桌子；而如果用big table则表示这不是一张小的桌子，至于尺寸是否真的很倒不一定这种说法是要强调相对很了，是一种抽象的说法

因此，如果你仔细推敲这种big data的说法就会发现这种提法还是非常准確的，它传递出来最重要的信息就是数据是一种抽象的是一种思维方式上的转变。现在的数据量比过去了很多量变带来质变，思维方式方法论都应该和以往不同。这个可以看成是帮助我们理解数据的一把钥匙

再例如，在有数据之前计算机并不能很好解决人工智能Φ的诸多问题，但如果我们换个思路利用数据，这样在某些领域（例如围棋）就可以突破性解决了其核心问题变成了数据问题。

数据Φ其它的几个重要概念还包括：数据、信息、相关性、多维度、完备性、安全隐私等我们后面一点点地来辨析。