大數據作為2017年比較熱門的技術，受到越來越多的關注，那么對于一個想進入大數據的朋友來說，想知道的是：大數據學什么?今天科多大數據就和你們一起來分享一篇關于大數據學習內容體系介紹的文章。
大數據技術體系太龐雜了，基礎技術覆蓋數據采集、數據預處理、分布式存儲、NOSQL數據庫、多模式計算(批處理、在線處理、實時流處理、內存處理)、多模態計算(圖像、文本、視頻、音頻)、數據倉庫、數據挖掘、機器學習、人工智能、深度學習、并行計算、可視化等各種技術范疇和不同的層面。另外大數據應用領域廣泛，各領域采用技術的差異性還是比較大的。短時間很難掌握多個領域的大數據理論和技術，建議從應用切入、以點帶面，先從一個實際的應用領域需求，搞定一個一個技術點，有一定功底之后，再舉一反三橫向擴展，這樣學習效果就會好很多。大數據技術初探
從前幾年到現在所謂的大數據時代，移動互聯網、物聯網、云計算、人工智能、機器人、大數據等前沿信息技術領域，逐個火了一遍，什么是大數據，大數據的技術范疇包括那些，估計很多人都是根據自己所熟悉的領域在盲人摸象。
下文從DT(Data technology，數據技術)技術泛型角度來系統地介紹什么是大數據，包括那些核心技術，各領域之間的關系等等：
首先我們說機器學習，機器學習(machine learning)，是計算機科學和統計學的交叉學科，核心目標是通過函數映射、數據訓練、優化求解、模型評估等一系列算法實現，讓計算機擁有對數據進行自動分類和預測的功能;機器學習領域包括很多智能處理算法，分類、聚類、回歸、相關分析等每類下面都有很多算法進行支撐，如SVM，神經網絡，Logistic回歸，決策樹、EM、HMM、貝葉斯網絡、隨機森林、LDA等，無論是網絡排名的十大算法還是二十大算法，都只能說是冰山一角;總之計算機要智能化，機器學習是核心的核心，深度學習、數據挖掘、商業智能、人工智能，大數據等概念的核心技術就是機器學習，機器學習用于圖像處理和識別就是機器視覺，機器學習用于模擬人類語言就是自然語言處理，機器視覺和自然語言處理也是支撐人工智能的核心技術，機器學習用于通用的數據分析就是數據挖掘，數據挖掘也是商業智能的核心技術。
深度學習(deep learning)，機器學習里面現在比較火的一個子領域，深度學習是已經被研究過幾十年的神經網絡算法的變種，由于在大數據條件下圖像，語音識別等領域的分類和識別上取得了非常好的效果，有望成為人工智能取得突破的核心技術，所以各大研究機構和IT巨頭們都投入了大量的人力物力做相關的研究和開發工作。
數據挖掘(data mining)，是一個很寬泛的概念，類似于采礦，要從大量石頭里面挖出很少的寶石，從海量數據里面挖掘有價值有規律的信息同理。數據挖掘核心技術來自于機器學習領域，如深度學習是機器學習一種比較火的算法，當然也可以用于數據挖掘。還有傳統的商業智能(BI)領域也包括數據挖掘，OLAP多維數據分析可以做挖掘分析，甚至Excel基本的統計分析也可以做挖掘。關鍵是你的技術能否真正挖掘出有用的信息，然后這些信息可以提升指導你的決策，如果是那就算入了數據挖掘的門。
人工智能(artifical intelligence)，也是一個很大的概念，終極目標是機器智能化擬人化，機器能完成和人一樣的工作，人腦僅憑幾十瓦的功率，能夠處理種種復雜的問題，怎樣看都是很神奇的事情。雖然機器的計算能力比人類強很多，但人類的理解能力，感性的推斷，記憶和幻想，心理學等方面的功能，機器是難以比肩的，所以機器要擬人化很難單從技術角度把人工智能講清楚。人工智能與機器學習的關系，兩者的相當一部分技術、算法都是重合的，深度學習在計算機視覺和棋牌走步等領域取得了巨大的成功，比如谷歌自動識別一只貓，近谷歌的AlpaGo還擊敗了人類頂級的專業圍棋手等。但深度學習在現階段還不能實現類腦計算，多達到仿生層面，情感，記憶，認知，經驗等人類獨有能力機器在短期難以達到。
后我們才說大數據(big data)，大數據本質是一種方法論，一句話概括，就是通過分析和挖掘全量海量的非抽樣數據進行輔助決策。上述技術原來是在小規模數據上進行計算處理，大數據時代呢，只是數據變大了，核心技術還是離不開機器學習、數據挖掘等，另外還需考慮海量數據的分布式存儲管理和機器學習算法并行處理等核心技術?？傊髷祿@個概念就是個大框，什么都能往里裝，大數據源的采集如果用傳感器的話離不開物聯網、大數據源的采集用智能手機的話離不開移動互聯網，大數據海量數據存儲要高擴展就離不開云計算，大數據計算分析采用傳統的機器學習、數據挖掘技術會比較慢，需要做并行計算和分布式計算擴展，大數據要互動展示離不開可視化，大數據的基礎分析要不要跟傳統商業智能結合，金融大數據分析、交通大數據分析、醫療大數據分析、電信大數據分析、電商大數據分析、社交大數據分析，文本大數據、圖像大數據、視頻大數據…諸如此類等等范圍太廣…，總之大數據這個框太大，其終極目標是利用上述一系列核心技術實現海量數據條件下的人類深度洞察和決策智能化!這不僅是信息技術的終極目標，也是人類社會發展管理智能化的核心技術驅動力。
