大數據是什么？怎么學？看這里！

　　隨著科技的發(fā)展，目前已經步入了大數據的時代，很多社交媒體和互聯(lián)網公司也非常關注大數據這一行業(yè)。那么對于大數據而言，這里有五件事情是你應該了解的。

　　1、大數據是什么

　　簡單地說，大數據指的是通過計算分析大數據集，以揭示與數據某一方面相關的模式或趨勢。對于大數據而言，數據量沒有一定的要求，只要足夠得出可靠的結論即可。

　　M-brain從以下八個“V”方面說明大數據：

　　VOLUME：能夠發(fā)現自己想要的信息嗎

　　VALUE：當你最需要它的時候你能發(fā)現它嗎

　　VERACITY：處理的是有用信息還是虛假信息

　　VISUALISATION：一眼就能看明白嗎 它能促進決定嗎

　　VARIETY：一張圖比一千個詞更有價值嗎 獲得的信息均衡嗎

　　VELOCITY：從信息獲得動力，危機和機遇同時存在，未來的前景會如何

　　VISCOSITY：是否受到困擾 需要采取進一步行動嗎

　　VIRALITY：它是否傳達了一個可以粘貼到演示文檔中的信息

　　2、如何能夠接觸大數據

　　數據在現實生活中無處不在，而且隨著時間的推移會積累的越來越多。通過谷歌搜索就可以使你幾乎能夠找到所有的數據庫。很多人不知道那些已經存在的數據可供訪問和分析，如果你不知道的話，可以在KD Nuggets網站上找到可供訪問和挖掘的數據列表。如何訪問和使用這些數據主要分為以下六個方面：

　　?數據提取

　　在進行任何事情之前，都需要使用一些數據?，F實中可以通過多種方式獲得所需要的數據，但通常的做法是通過API調用公司的web服務獲得相關數據。

　　?數據存儲

　　大數據面臨的主要難題之一是如何存儲并管理它，這完全取決于負責建立數據存儲的預算和個人具備的專業(yè)知識，因為對于大多數數據管理者來說，都需要具備一些編程方面的知識。良好設計的數據庫允許用戶安全地、直接地存儲和查詢數據。

　　?數據清洗

　　不管你喜歡與否，數據集有各種各樣的形式和大小。在考慮如何存儲數據之前，需要確保它是干凈的，且轉化成能夠被接受的格式。

　　?數據挖掘

　　數據挖掘是從數據庫中洞察一些信息的過程，這樣做的目的是根據當前持有的數據提供預測并作出決定。

　　?數據分析

　　一旦收集了所有的數據后，就需要對其進行相關任務的分析、尋找有趣的模型或趨勢。優(yōu)秀的數據分析師會發(fā)現一些不同尋常的東西或其他人之前沒有發(fā)現的內容。

　　?數據可視化

　　對于數據處理而言，對其最重要的可能是數據可視化?？梢暬窃谕瓿伤泄ぷ骱筝敵鲆粋€能被任何人理解的可視化載體，這可以通過使用編程語言(如Plot.ly、d3.js)或軟件(如Tableau)實現。

　　3、與大數據相關的職業(yè)

　　隨著市場對大數據相關需求的增加，與之相關的職業(yè)需求數量也在上升。根據相關機構的統(tǒng)計研究，一個大數據工程師每年的平均工資是150000美元。

　　根據相關研究報道，超過80%的數據科學家有碩士學位，使得他們能夠從事這個領域的任何工作。

　　4、新興行業(yè)

　　簡而言之，大數據行業(yè)是一個正在快速成長的行業(yè)。很多公司和個人都對大數據非常關注，下圖是谷歌趨勢圖。從下圖中可以看到，搜索詞“大數據”從2004年到現在的流行程度增長迅猛。

　　根據IDC提供的數據，“大數據和業(yè)務分析(BDA)”在2017年的全球收入達到150.8億美元，比2016年同比增長12.4%。估計到2020年底，大數據的全球收入可能達到210億美元。

　　5、如何學習

　　大數據是一個寬泛的主題，因此所需要學習的內容涵蓋多方面的知識。想要從事該領域工作的人們需要具備一系列的特定技能，包括以下技能中的一個或多個：

　　?掌握一種與數據分析有關的編程語言，比如R、Python、SAS和SQL語言等

　　?對數學和統(tǒng)計學有很好的理解與掌握

　　?具備網頁爬蟲經驗

　　?基本的Excel技能

　　一些網站提供在線大數據課程，比如Coursera、Simpli Learn等。如果你正在尋找一個大學在線課程，可以從Masters Portal列出的全英國95個數據科學和大數據碩士課程中選擇一個適合自己的課程，典型的教學大綱可能包括以下幾個方面：

　　?與大數據相關的數學知識

　　?Python腳本

　　?大數據的商業(yè)和科學應用

　　?大型數據庫和非關系型數據庫，包括MongoDb、Cassandra和Neo4j

　　?數據分析、機器學習和使用Weka、R和Scikit-Learn可視化數據

　　?大問題的優(yōu)化和探索

　　?使用hadoop、Spark、Hive和MapReduce集群計算