大数据分析需要什么样的基础技能?高等数学?

问题描述

大数据分析需要什么样的基础技能?高等数学?
今天有个朋友说他手上有某大公司的数据分析职位,(我之前在游戏公司做过数据分析),所以他向我推荐这个职位,我感觉不可上手,跟我之前做的数据分析感觉根本就是两回事因为我之前搞的也就是做一些数据报表和曲线图,他介绍的偏向于大数据挖掘,可能要懂很多算法,所以。。这就是这个问题所在了,我想问一下有经验的大牛们,数据分析,数据挖掘是不是需要高数基础知识,我上学时高数学得不怎么好,也忘得差不多。

解决方案

主要是概率论和数理统计,然后是人工智能和数据挖掘。

解决方案二:
数据挖掘当然也用到高等数学,但是概率论、数理统计、线性代数用的更多。你找本书看下就知道了。

解决方案三:
另外的还有,模式识别,机器学习

解决方案四:
数学还是很重要的,然后主要是概率论和数理统计,然后现在做数据挖掘,机器学习很火,你可以去看下斯坦福的机器学习公开课

解决方案五:
我现在也在学习,
初级是学会用一些简单的软件,比如SPSS很好上手,里面会有一些数据挖掘算法的实现,
还有Tableau可以分析数据做出精美的图表,还可以趋势分析。都很棒。
进阶级,可以学R语言,还有matlab用了编写程序。自定义实现自己的想法。
无论学哪个,都要懂数据挖掘的一些算法。和一些基础的统计学,编程相关的知识。

时间: 2024-11-07 12:17:22

大数据分析需要什么样的基础技能?高等数学?的相关文章

1小时掌握大数据分析技能,就是这么简单

在公司的运营过程中,每天都会产生大量的数据,如果能对这些数据加以利用,进行分析,就可以直观地发现当前运营工作中的一些亮点和问题,对于后续的运营策略也有很好的指导作用.大数据分析要掌握哪些技能呢?要了解统计知识.数学知识,要掌握数据库.Python.R语言等,要会用各种分析工具等,还得会设计,不然分析得再好,没有一个好看的报表来展示也白搭.但是现实工作中,不会给你留出时间去学习这些技能.不过通过阿里云的大数据产品来做这些事情,就会容易得多.我们将这些技能点拆分到一个个小的场景中,1.2个小时内既可

IBM Power全面推动认知时代大数据分析发展

近日,IBM在2015中国大数据技术大会上分享了其在大数据分析领域的最新成果,阐述了面向大数据分析领域的IT基础架构的最新战略.针对企业在认知时代面临的大数据分析工作负载,IBM坚信要以全新的IT基础架构作为支持.凭借产品和解决方案的持续革新,IBM致力于助力大数据应用创新,通过打造基于Power的本地生态系统,全面推动本地大数据分析技术的发展. IBM副总裁.大中华区硬件系统部总经理郭仁声 IBM副总裁.大中华区硬件系统部总经理郭仁声表示:"认知时代的到来标志着信息技术的发展步入了全新阶段,也

在认知计算时代下 看IBM如何推动大数据分析的快速发展

近日,2015中国大数据技术大会在北京新云南皇冠假日酒店顺利召开,IBM在大会上阐述了面向大数据分析领域的IT基础架构的最新战略,同时分享了在大数据分析领域的最新成果. 认知计算时代已经到来 "认知计算"这个词,好像是在最近这几年经常被人提及."认知"这个词源自于心理学的概念,人类对于事物的认知,往往是个从"不知"到"了解",再到"理解"的过程.这也正像人们对于"认知计算"的接受过程一样

大数据系列之大数据分析对IT资源的需求

文章讲的是大数据系列之大数据分析对IT资源的需求, 为了准确描述中国大数据市场和技术发展趋势,解析大数据发展的各阶段对IT技术的需求,2013年6月,中桥调研咨询(以下简称中桥)对中国480家最终用户的IT管理者和专业人员,就大数据市场和技术发展趋势展开了调查.中桥首席分析师王丛结合其在欧美数据中心领域十几年的市场调研积累,对中国大数据市场趋势的调查数据进行解析,以诠释中国大数据市场和技术趋势.同时,会通过在线讲座(www.webinars-china.com )和中国读者解读中国大数据市场趋势

Netflix展示大数据分析基础架构

Netflix资深软件工程师Tom Gianos和Netflix大数据计算工程经理Dan Weeks在2016年度QCon旧金山活动中介绍了Netflix的大数据策略和分析基础架构,此外还概括介绍了他们的数据规模.S3数据仓库,以及他们的大数据大数据联合编排系统(Federated orchestration system)Genie. 为了介绍具体的需求,Weeks解释称,"规模"是Netflix在大数据领域面临的最大挑战.该公司在全球范围内有超过8600万会员,每天通过流播的方式播

《Python金融大数据分析》一第2章 基础架构和工具

第2章 基础架构和工具 Python金融大数据分析基础架构比体系结构还要重要得多. --Rem Koolhaas 你可能会说基础架构不是一切,但是没有基础架构,什么东西都可能毫无意义--在现实世界或者技术中都是如此.那么,我们所说的基础架构是指什么呢?理论上,它是使简单Python脚本或者更复杂的Python应用程序得以执行的硬件和软件组件. 但是,本章并不打算详细介绍硬件基础架构,因为所有Python代码和示例应该可以在几乎所有硬件上执行[1].我们在此也不打算讨论不同的操作系统,因为Pyth

《R与Hadoop大数据分析实战》一2.1 MapReduce基础概念

2.1 MapReduce基础概念 如果没有使用过集群或信息传递接口(Message Passing Interface,MPI),那么理解MapReduce基础概念将不会是一件容易的事.更多的实际应用是数据不存放在一个硬盘中而是存放于分布式文件系统中(Distributed File System,DFS),或存放于由Hadoop技术实现的分布式软件中.MapReduce同时也是一个编程模型,它以一种分布式方法进行工作.其中包括信息传递接口(MPI)和同步并行计算模型(Bulk Synchro

周涛:大数据分析基础衍变定量科学

大数据带来的科学变化是以往很多在实验室小规模控制的科学问题,一些科学学科,比如http://www.aliyun.com/zixun/aggregation/39459.html">社会科学,本质上是定性,现在大数据分析的基础上都会变成定量的科学. 互联网科学中心主任<大数据时代>中文译者 周涛博士 以社会科学为例,互联网科学中心主任<大数据时代>中文译者周涛博士表示以前做社会科学大的试验无非是几百人.上千人做问卷,现在我们自己做的问题涉及的都是几千万,甚至超过一个

技术基础:大数据分析技术的发展

大数据分析技术最初起源于互联网行业.网页存档.用户点击.商品信息.用户关系等数据形成了持续增长的海量数据集.这些大数据中蕴藏着大量可以用于 增强用户体验.提高服务质量和开发新型应用的知识,而如何高效和准确的发现这些知识就基本决定了各大互联网公司在激烈竞争环境中的位置.首先,以 Google为首的技术型互联网公司提出了MapReduce的技术框架,利用廉价的PC服务器集群,大规模并发处理批量事务. 利用文件系统存放非结构化数据,加上完善的备份和容灾策略,这套经济实惠的大数据解决方案与之前昂贵的企业