如何學習大數(shù)據(jù)處理？隨著當今信息時代的飛速發(fā)展，從IT時代已經(jīng)到了DT時代。大數(shù)據(jù)起著至關(guān)重要的作用，因此越來越多的人接觸和學習大數(shù)據(jù)。他們怎樣才能學好大數(shù)據(jù)處理？具體內(nèi)容如下：！高層建筑都是由地基建

如何學習大數(shù)據(jù)處理？

隨著當今信息時代的飛速發(fā)展，從IT時代已經(jīng)到了DT時代。大數(shù)據(jù)起著至關(guān)重要的作用，因此越來越多的人接觸和學習大數(shù)據(jù)。他們怎樣才能學好大數(shù)據(jù)處理？具體內(nèi)容如下：！高層建筑都是由地基建成的。在學習大數(shù)據(jù)處理之前，掌握扎實的基本技能非常重要，這將決定你未來的身高?；炯寄馨ㄕ莆誴ython、Java等支持大數(shù)據(jù)的編程語言、Linux操作系統(tǒng)、常用主流數(shù)據(jù)庫，以及高等數(shù)學和英語的標準。

了解大數(shù)據(jù)處理的工作機制，Hadoop、spark、strom等主流大數(shù)據(jù)框架及相關(guān)算法軟件。

有了計劃，學習就會有明確的目標和具體的步驟，可以增強工作的主動性，減少盲目性。根據(jù)自己的基礎(chǔ)和學習狀態(tài)制定一套切實可行的學習計劃，計劃必須分解到位，詳述。并按照計劃，一步一步地完成。

對于不了解、專業(yè)知識較強的人員，我們可以通過網(wǎng)絡(luò)檢索、訪問學術(shù)網(wǎng)站或查閱學術(shù)文獻等方式學習相關(guān)知識，從而快速進入和熟悉未知領(lǐng)域，豐富我們的能力。

再好的知識儲備，沒有實際的實踐，也只是空談。所學知識在實際項目經(jīng)驗中獲得相應(yīng)的經(jīng)驗價值，知識才會真正落地，自身也會得到提高。

只有通過不斷的歸納和及時的復習，所學的知識才能成為自己可以運用的能力。對于那些不夠扎實、被遺忘的地方，我們需要在學習的過程中多思考、多總結(jié)，以文件的形式記錄下來，轉(zhuǎn)化為自己的東西。

大專學歷的人沒有數(shù)學基礎(chǔ)，想學習python技術(shù)，未來能往大數(shù)據(jù)或人工智能方向進行職業(yè)發(fā)展嗎？

Python有以下發(fā)展方向：

除了基本的Python編程知識外，還需要熟悉numpy、pandas、pytables、blaze、dask等！除了基本的Python編程知識外，還需要了解HTTP協(xié)議、簡單的HTML，等等

除了基本的python編程知識，還需要熟悉spark等

除了基本的python編程知識，還需要熟悉Django、HTTP、RSET、JSON等

除了基本的python編程知識，你需要熟悉Linux

用Python進行數(shù)據(jù)分析，不懂Python，求合適的Python書籍或資料推薦？

python有很多學習資料，你可以在網(wǎng)上查看一些學習資料，或者你可以在不同的視頻網(wǎng)站上觀看學習視頻。在這里，我們推薦B站或網(wǎng)易云教室。上面有很多關(guān)于Python的學習視頻。當然，在頭版有很多關(guān)于Python的學習資料。建議先學習基礎(chǔ)知識，關(guān)于數(shù)據(jù)分析，我們需要學習熊貓、numpy等第三方科學計算庫。使用這兩個庫可以大大降低數(shù)據(jù)分析的成本。當然，在頭條或B站有很多關(guān)于這方面的知識

~]。這兩種方法的目標都是降低特征維數(shù)。但方法不同。數(shù)據(jù)降維一般稱為降維。該方法的思想是將原高維特征空間中的點投影到低維空間，新的空間維數(shù)低于原特征空間，從而降低了維數(shù)。在這個過程中，特征發(fā)生了根本性的變化，原有的特征消失了（雖然新特征也保留了原有特征的一些屬性）。在特征選擇中，從n個特征中選擇D（D<N）特征，而丟棄其他n-D特征。因此，新特征只是原始特征的子集。在沒有被放棄的D特性中沒有任何變化。這是兩者的主要區(qū)別。

數(shù)據(jù)降維是什么意思？

我已經(jīng)使用Python 7年多了，現(xiàn)在我正在從事視頻對象識別算法的開發(fā)，使用tensorflow，它也是基于Python語言的。Python是一種解決所有問題的語言，值得擁有

！我從2012年開始學習機器學習，因為沒有指導，我走了很多彎路，浪費了很多時間和精力。一開始，我讀了《機器學習實踐》一書。雖然我不懂，但我還是把書中所有的例子都跑了一遍，漸漸發(fā)現(xiàn)自己不懂算法也能達到預期的效果。然后，我會直接開發(fā)我想要的程序。當我遇到需要機器學習的部分時，我會直接復制它。一周后，演示會出來。在這個時候，你會發(fā)現(xiàn)你已經(jīng)開始了。剩下的就是理解每種算法的范圍和局限性。

不要掉進無休止的書堆里，練習和做項目

！呃，地鐵到了。我要去工作了。我還沒做完呢。有機會我會繼續(xù)討論的