可选中1个或多个下面的关键词，搜索相关资料。也可直接点“搜索资料”搜索整个问题。
知道合伙人2018-05-15以道教育作为专业的IT培训教育公司，目前主要进行java大数据、云计算、人工智能、web全栈培训服务,提出“就业是检验真理的唯一标准”的教育理念，以道承诺未就业全额退还学费。向TA提问展开全部下面是以道教育大数据培训开发课程，可以参考
展开全部一、基本概念在讲什么是大数据之前，我们首先需要理清几个基本概念。1.数据关于数据的定义，大概没有一个权威版本。为方便，此处使用一个简单的工作定义：数据是可以获取和存储的信息。直观而言，表达某种客观事实的数值是很容易被人们识别的数据(因为那是“数”)。但实际上，人类的一切语言文字、图形图画、音像记录，所有感官可以察觉的事物，只要能被记下来，能够查询到，就都是数据(data)。不过数值是所有数据中很容易被处理的一种，许多和数据相关的概念，例如下面的数据可视化和数据分析，都是立足于数值数据的。传统意义上的数据一词，尤其是相对于今天的“大数据”的“小数据”,主要指的就是数值数据，甚至在很多情况下专指统计数值数据。这些数值数据用来描述某种客观事物的属性。2.数据可视化
对应英语的data visulization(或可译为数据展示)，指用图表将若干数字以直观的方式呈现给读者。比如非常常见的饼图、柱状图、走势图、热点图、K线等等，目前以二维展示为主，不过越来越多的三维图像和动态图也被用来展示数据。
这一概念狭义上，指统计分析，即依靠统计学手段，从数据中精炼对现实的描述。例如：针对以关系型数据库中以table形式存储的数据，按照某些指定的列进行分组，然后计算不同组的均值、方差、分布等。再以可视化的方式讲这些计算结果呈现出来。目前很多文章中提及的数据分析，其实是包括数据可视化的。
这个概念的定义也是众说纷纭，落到实际，主要是在传统统计学的基础上，结合机器学习的算法，对数据进行更深层次的分析，并从中获取一些传统统计学方法无法提供的Insights(比如预测)。
简单而言：针对某个特定问题构建一个数学模型(可以把这个模型想象成一个或多个公式)，其中包含一些具体取值未知的参数。我们将收集到的相关领域的若干数据(这些数据称为训练数据)代入模型，经过运算(运算过程称为训练)，得出那些参数的值。然后再用这个已经确定了参数的模型，去计算一些全新的数据，得出相应结果。这一过程叫做机器学习。
机器学习的算法纷繁复杂，常用的主要有回归分析、关联规则、分类、聚类、神经网络、决策树等。
此外还要掌握计算机技术、hadoop 、spark、storm开发、hive 数据库、Linux 操作系统等知识，具备分布式存储、分布式计算框架等技术，熟悉大数据处理和分析技术等。
