學習大數(shù)據(jù)難嗎？學習大數(shù)據(jù)是很困難的，但是如果你有一個系統(tǒng)的學習計劃，開始學習大數(shù)據(jù)就不那么困難了。為了開始大數(shù)據(jù)的學習，你需要準備以下幾個方面：大數(shù)據(jù)的基礎(chǔ)知識包括三個部分，即計算機、數(shù)學和統(tǒng)計學。

學習大數(shù)據(jù)難嗎？

學習大數(shù)據(jù)是很困難的，但是如果你有一個系統(tǒng)的學習計劃，開始學習大數(shù)據(jù)就不那么困難了。為了開始大數(shù)據(jù)的學習，你需要準備以下幾個方面：

大數(shù)據(jù)的基礎(chǔ)知識包括三個部分，即計算機、數(shù)學和統(tǒng)計學。如果你是這三個專業(yè)的畢業(yè)生，就可以輕松進入大數(shù)據(jù)領(lǐng)域，有更多的工作（數(shù)據(jù)采集、數(shù)據(jù)整理、數(shù)據(jù)存儲、數(shù)據(jù)分析和數(shù)據(jù)分析）呈現(xiàn)等。如果你是非相關(guān)專業(yè)，你應該從基本的計算機知識開始。例如，您應該精通使用Linux系列操作系統(tǒng)（CentOS、Ubuntu等），因為大多數(shù)大數(shù)據(jù)平臺都構(gòu)建在Linux上。

目前Hadoop和spark是比較常見的大數(shù)據(jù)平臺，很多商業(yè)大數(shù)據(jù)平臺都是建立在Hadoop之上的，因此掌握Hadoop和spark平臺的建設是學習大數(shù)據(jù)的基礎(chǔ)。Hadoop平臺對計算機硬件要求不高，個人電腦可以完成構(gòu)建，因此更適合初學者。

無論您從事大數(shù)據(jù)的哪個方面，都必須掌握一門編程語言。比如Java、python、Scala、R等語言在大數(shù)據(jù)領(lǐng)域的應用非常廣泛。

開始使用大數(shù)據(jù)需要一段時間。畢竟，大數(shù)據(jù)涉及的內(nèi)容很多，也很復雜。根據(jù)歷史經(jīng)驗，從大數(shù)據(jù)入手，最好的辦法就是利用大數(shù)據(jù)促進學習。邊學邊用可以促進大數(shù)據(jù)的學習，使學習逐步深化。因此，建議學習大數(shù)據(jù)也要因勢利導。

mapreduce可以做哪些機器學習算法？

MapReduce不適合機器學習，但更適合大規(guī)模數(shù)據(jù)處理，因為機器學習是計算密集型任務，通常需要重復迭代，而MapReduce中間數(shù)據(jù)存儲在磁盤上，速度非常慢。機器學習算法推薦MPI框架或spark-ml