您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识
朋友想学习大数据,有哪里可以学习呢?
数据挖掘,数据,问题朋友想学习大数据,有哪里可以学习呢?
发布时间:2020-12-06加入收藏来源:互联网点击:2
朋友想学习大数据,有哪里可以学习呢?
回答于 2019-09-11 08:43:50
回答于 2019-09-11 08:43:50
大数据也是最近几年才火起来的学科,之前发展一直是不瘟不火的,可能是和这些年高速发展是互联网有一定的关系的。
目前想要学习大数据建议还是去一线城市进行学习的比较好,大数据是属于高度技术行业,在二三线城市现在发展得还不是很好,大多数的大企业都是在一线城市,所以很多技术都是出现在一线城市的。
选择去北京学习大数据确实非常不错,因为现在大数据发展比较好的地方也就是北上广这样的地方。而且在这里也是大数据培训机构比较集中的地方,这里的机构有很多,其中相对比较专业的机构也有很多,大家可以选择到的几率也比较高。
具体的大家可以通过机构的师资、课程、学习环境以及就业情况等多方面的内容去对比选择,我相信总有一家是比较适合你的。
如果,确定了想要到北京学习大数据技术的话,大家可以到尚硅谷来进行了解一下。
回答于 2019-09-11 08:43:50
个人学习经验,如果是我会先选择找一本入门的大数据相关的书籍,通读一遍,建立对大数据的一个概念。然后可以到b站或者慕课网等学习网站找视频资源,这类视频也有深有浅,看自己当时的情况有选择的看。最后,你想要更近一步的探究大数据,就应该找更专业的书籍或论文去研读,这一类论文可以到知网或者谷歌文献去找。
回答于 2019-09-11 08:43:50
学习大数据之前建议献血好计算机基础知识,否则如同聚沙成塔一般根基不稳。
具体到大数据本身,建议先掌握一些基本的工具,例如hive,Hadoop,hbase,es等,先做一些简单的数据分析。
回答于 2019-09-11 08:43:50
网易云课堂
回答于 2019-09-11 08:43:50
一、如何将商业运营问题转化为大数据挖掘问题
那么,问题来了,我们该如何把上述的商业运营问题转化为数据挖掘问题?可以对数据挖掘问题进行细分,分为四类问题:分类问题、聚类问题、关联问题、预测问题。
1、分类问题
用户流失率、促销活动响应、评估用户度都属于数据挖掘的分类问题,我们需要掌握分类的特点,知道什么是有监督学习,掌握常见的分类方法:决策树、贝叶斯、KNN、支持向量机、神经网络和逻辑回归等。
2、聚类问题
细分市场、细分客户群体都属于数据挖掘的聚类问题,我们要掌握聚类特点,知道无监督学习,了解常见的聚类算法,例如划分聚类、层次聚类、密度聚类、网格聚类、基于模型聚类等。
3、关联问题
交叉销售问题等属于关联问题,关联分析也叫购物篮分析,我们要掌握常见的关联分析算法:Aprior算法、Carma算法,序列算法等。
4、预测问题
我们要掌握简单线性回归分析、多重线性回归分析、时间序列等。
二、用何种工具实操大数据挖掘
能实现数据挖掘的工具和途径实在太多,SPSS、SAS、Python、R等等都可以,但是我们需要掌握哪个或者说要掌握哪几个,才算学会了数据挖掘?这需要看你所处的层次和想要进阶的路径是怎样的。
第一层级:达到理解入门层次
了解统计学和数据库即可。
第二层级:达到初级职场应用层次
数据库+统计学+SPSS(也可以是SPSS代替软件)
第三层级:达到中级职场应用层次
SAS或R
第四层级:达到数据挖掘师层次
SAS或R+Python(或其他编程语言)
三、如何利用Python学习大数据挖掘
只要能解决实际问题,用什么工具来学习数据挖掘都是无所谓,这里首推Python。那该如何利用Python来学习数据挖掘?需要掌握Python中的哪些知识?
1、Pandas库的操作
Panda是数据分析特别重要的一个库,我们要掌握以下三点:
pandas 分组计算;
pandas 索引与多重索引;
索引比较难,但是却是非常重要的
pandas 多表操作与数据透视表
2、numpy数值计算
numpy数据计算主要应用是在数据挖掘,对于以后的机器学习,深度学习,这也是一个必须掌握的库,我们要掌握以下内容:
Numpy array理解;
数组索引操作;
数组计算;
Broadcasting(线性代数里面的知识)
3、数据可视化-matplotlib与seaborn
Matplotib语法
python最基本的可视化工具就是matplotlib。咋一看Matplotlib与matlib有点像,要搞清楚二者的关系是什么,这样学习起来才会比较轻松。
seaborn的使用
seaborn是一个非常漂亮的可视化工具。
pandas绘图功能
前面说过pandas是做数据分析的,但它也提供了一些绘图的API。
4、数据挖掘入门
这部分是最难也是最有意思的一部分,要掌握以下几个部分:
机器学习的定义
在这里跟数据挖掘先不做区别
上一篇:什么样的工作是你最喜欢的呢?
下一篇:返回列表
相关链接 |
||
网友回复(共有 0 条回复) |