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
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 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13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《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12