热线电话:13121318867

登录
首页精彩阅读大数据学习及建议是什么(一)
大数据学习及建议是什么(一)
2019-02-25
收藏


很多人在学习大数据的时候,可能缺少指导或经验,总会走一些弯路,使得学习大数据的效率大大降低,从而失去了持续学习的信心。在此。今天小编在这篇文章中好好分享一下大数据学习的建议,希望可以给正在拼搏路上的你提供一点点启发或借鉴。对于大数据学习,小编准备了四个建议,下面为大家一一介绍。


首先,我们应该知道的是,大数据学习要善用开源,这是因为数据科学的技术基因在于开源。信息技术前沿领域的开源化已成不可逆转的趋势,Android开源让智能手机平民化,让我们跨入了移动互联网时代,智能硬件开源将带领跨入物联网时代,而数据科学的标配语言R和Python更是因开源而生,因开源而繁荣,诺基亚因没把握开源大势而衰落。为什么要开源,这得益于IT发展的工业化和构件化,各大领域的基础技术栈和工具库已经很成熟,下一阶段就是怎么快速组合、快速搭积木、快速产出的问题,不管是linux,Android,其基础构件库基本就是利用已有开源库,结合新的技术方法实现,组合构建而成,另外,开源这种众包开发模式,是一种集体智慧编程的体现,所以需要我们善用开源和集体智慧编程,而不要闭门造车。


其次我们需要知道,大数据学习要业务驱动,不要技术驱动。这是因为数据科学的核心能力是解决问题。大数据的核心目标是数据驱动的智能化,要解决具体的问题,不管是科学研究问题,还是商业决策问题。所以学习之前要明确问题,理解问题,所谓问题导向、目标导向,这个明确之后再研究和选择合适的技术加以应用,这样才有针对性,在不同的业务领域需要不同方向理论、技术和工具的支持。大数据处理如采集需要爬虫、倒入导出和预处理等支持,存储需要分布式云存储、云计算资源管理等支持,计算需要分类、预测、描述等模型支持,应用需要可视化、知识库、决策评价等支持。所以是业务决定技术,而不是根据技术来考虑业务,这同样是我们需要注意的。


以上的内容就是小编为大家介绍的大数据的学习误区的具体内容了,也算是给大家分享了大数据学习的经验建议,说来就是大数据要学习使用开源,以及大数据学习要业务驱动,而不是技术驱动。我们在下一篇文章中继续给大家讲述剩余的内容。

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询