大数据入门你必须知道的关键词
算法与分析法
算法 (Algorithms)-可以完成某种数据分析的数学公式。算法被用于软件处理与分析输入的数据。
分析法(Analytics)–用于发现数据的内在涵义。通过分析,无用杂乱的数据可以转化成有益的结论。这里的重点是数据的影响力,而不是复杂的软件系统。这可能就是为何大家使用数据来完成自己的论述。数据分析有三种不同的类型:
描述性分析(Descriptive Analytics)-把大数据分成小块的信息分析,类似于总结数据所描述的故事。描述性分析不呈现每一组细节和数据,它描述了数据的基本特征,完成从“数据”到“信息”的转化。
预测性分析(Predictive analysis)–大数据分析方法中最有价值的一种分析方法,这种方法有助于预测个人未来(近期)的行为。通过使用各种不同的数据集,来识别风险和机遇。预测很难达到100%的准确性,但是它提供了未来趋势的见解。这种预测分析通常包含了数据挖掘,机器学习和统计学。
规范性分析 (Prescriptive Analytics)–不仅要利用“当前和过去的数据”,还加入综合考虑其他影响因素,在对比分析所有可能方案的基础上,提出“可以直接用于决策的建议或方案”。规范性分析实现了从“知识”到“智慧(决定)”的转变。云计算与数据
云计算(Cloud computing)– 云计算可用于任何时间与地点。它是构建在网络上的分布式计算系统,数据文件是存储于网络(即云端)而非硬盘。
数据库即服务(Database-as-a-Service)–部署在云端的数据库,即用即付,例如亚马逊云服务(AWS: Amazon Web Services)。DaaS为公司们提供了高效快捷的获取数据的方法,也自2015年来在市场中占有着举足轻重的作用。
数据挖掘(Data mining)–从数据集中发掘特定模式或信息的过程。数据挖掘着重利用大数据作分析,过程也利用了人工智能,机器学习或统计学等知识。
黑暗数据(Dark Data)-黑暗数据是被收集以及处理的商业信息,但从未被投入真正的用处。黑暗数据可以被理解为在黑暗中等待被分析的信息。很多公司甚至没有意识到他们所有的潜在数据。
数据库(Database)–一个以某种特定的技术来存储数据集合的仓库,它包含了表格,图等。数据库也可被并入数据库管理系统[Database Management System],软件用于数据分析。
物联网的世界
Hadoop (Apache Hadoop)–一个开源的分布式系统基础框架,可用于开发分布式程序,进行大数据的运算与存储。Hadoop是一个由Apache基金会所开发的分布式系统基础架构,充分利用集群的威力进行高速运算和存储。
物联网(Internet of Things)–在普通的设备中装上传感器,使这些设备能够在任何时间任何地点与网络相连,例如你的手机,可穿戴设备或车等。物联网包含了大量数据,使它在数据科学中有着重要的地位。除了物联网以外,我们还有:
万物网(Internet of Everything):将人,程序,数据和事物结合一起使得网络连接变得更加相关,更有价值。万物网将信息转化为行动,给企业,个人和国家创造新的功能,并带来更加丰富的体验和前所未有的经济发展机遇。
机器学习(Machine learning)–人工智能的一部分,指的是机器能够从它们所完成的任务中进行自我学习,通过长期的累积实现自我改进。机器学习算法是一类从数据中自动分析获得规律并对未知数据进行预测的算法。它使计算机具有智慧,不需要科学家的额外时间去优化性能而发展。
MapReduce– MapReduce是面向大数据并行处理的计算模型、框架和平台。这个模型可被分为两个不同的概念,Map(映射)函数用来把一组键值对映射成一组新的键值对,指定并发的Reduce(归约)函数,用来保证所有映射的键值对中的每一个共享相同的键组。
神经网络(Neural Network)-人工神经网络模型是模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。它预测了不同的数学函数,依靠系统的复杂程度处理复杂信息。深度学习源于人工神经网络的研究,含多隐层的多层感知器就是一种深度学习结构。
NoSQL– NoSQL(NoSQL = Not Only SQL ),意即“不仅仅是SQL”,是一项全新的数据库革命性运动,提倡运用非关系型的数据存储。这类数据库泛指传统关系型数据库以外的其他类型的数据库。这类数据库有更强的一致性,能处理超大规模和高并发的数据。
总的来说,大数据是对大量、动态、能持续的数据,通过运用新系统、新工具、新模型进行挖掘,从而获得具有洞察力和新价值的东西。以前,面对庞大的数据,我们可能会一叶障目,因此不能了解到事物的真正本质,而大数据时代的来临,一切真相将会展现在人们面前。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析在当今信息时代发挥着重要作用。单因素方差分析(One-Way ANOVA)是一种关键的统计方法,用于比较三个或更多独立样本组 ...
2025-04-25CDA持证人简介: 居瑜 ,CDA一级持证人国企财务经理,13年财务管理运营经验,在数据分析就业和实践经验方面有着丰富的积累和经 ...
2025-04-25在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-24以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《刘静:10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda ...
2025-04-23大咖简介: 刘凯,CDA大咖汇特邀讲师,DAMA中国分会理事,香港金管局特聘数据管理专家,拥有丰富的行业经验。本文将从数据要素 ...
2025-04-22CDA持证人简介 刘伟,美国 NAU 大学计算机信息技术硕士, CDA数据分析师三级持证人,现任职于江苏宝应农商银行数据治理岗。 学 ...
2025-04-21持证人简介:贺渲雯 ,CDA 数据分析师一级持证人,互联网行业数据分析师 今天我将为大家带来一个关于用户私域用户质量数据分析 ...
2025-04-18一、CDA持证人介绍 在数字化浪潮席卷商业领域的当下,数据分析已成为企业发展的关键驱动力。为助力大家深入了解数据分析在电商行 ...
2025-04-17CDA持证人简介:居瑜 ,CDA一级持证人,国企财务经理,13年财务管理运营经验,在数据分析实践方面积累了丰富的行业经验。 一、 ...
2025-04-16持证人简介: CDA持证人刘凌峰,CDA L1持证人,微软认证讲师(MCT)金山办公最有价值专家(KVP),工信部高级项目管理师,拥有 ...
2025-04-15持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。在实际生活中,我们可能会 ...
2025-04-14在 Python 编程学习与实践中,Anaconda 是一款极为重要的工具。它作为一个开源的 Python 发行版本,集成了众多常用的科学计算库 ...
2025-04-14随着大数据时代的深入发展,数据运营成为企业不可或缺的岗位之一。这个职位的核心是通过收集、整理和分析数据,帮助企业做出科 ...
2025-04-11持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。 本次分享我将以教培行业为 ...
2025-04-11近日《2025中国城市长租市场发展蓝皮书》(下称《蓝皮书》)正式发布。《蓝皮书》指出,当前我国城市住房正经历从“增量扩张”向 ...
2025-04-10在数字化时代的浪潮中,数据已经成为企业决策和运营的核心。每一位客户,每一次交易,都承载着丰富的信息和价值。 如何在海量客 ...
2025-04-09数据是数字化的基础。随着工业4.0的推进,企业生产运作过程中的在线数据变得更加丰富;而互联网、新零售等C端应用的丰富多彩,产 ...
2025-04-094月7日,美国关税政策对全球金融市场的冲击仍在肆虐,周一亚市早盘,美股股指、原油期货、加密货币、贵金属等资产齐齐重挫,市场 ...
2025-04-08背景 3月26日,科技圈迎来一则重磅消息,苹果公司宣布向浙江大学捐赠 3000 万元人民币,用于支持编程教育。 这一举措并非偶然, ...
2025-04-07在当今数据驱动的时代,数据分析能力备受青睐,数据分析能力频繁出现在岗位需求的描述中,不分岗位的任职要求中,会特意标出“熟 ...
2025-04-03