大数据学什么

     大数据现在早已经不算是个“新鲜词”了，大数据营销、大数据杀熟等等的现象，在我们的生活当中常常被提及，这也从侧面反映出，大数据正在我们生活当中扎根，衣食住行各个方面，都有了大数据参与。今天我就大数据架构师的角度，来聊聊2020大数据就业前景分析。这几年的大数据发展，其实已经在改变着我们日常的生活了。举个简单的例子，网购，基于用户买过的东西评估用户的喜好，从而进行个性化的推荐，促进用户购买和成交转化行为，这背后的支持技术，就是通过大数据来实现的。大数据之所以被冠之以“大”的头衔，一方面是大数据的，另一方面则是因为其中蕴含的价值大。

    首先我们说机器学习，机器学习（machinelearning），是计算机科学和统计学的交叉，核心目标是通过函数映射、数据训练、优化求解、模型评估等一系列算法实现，让计算机拥有对数据进行自动分类和预测的功能；机器学习领域包括很多智能处理算法，分类、聚类、回归、相关分析等每类下面都有很多算法进行支撑，如SVM，神经网络，Logistic回归，决策树、EM、HMM、贝叶斯网络、随机森林、LDA等，无论是网络的十大算法还是二十大算法，都只能说是冰山一角；总之计算机要智能化，机器学习是核心的核心，深度学习、数据挖掘、商业智能、人工智能，大数据等概念的核心技术就是机器学习，机器学习用于图像处理和识别就是机器视觉，机器学习用于模拟人类语言就是自然语言处理，机器视觉和自然语言处理也是支撑人工智能的核心技术，机器学习用于通用的数据分析就是数据挖掘，数据挖掘也是商业智能的核心技术。

    深度学习（deeplearning），机器学习里面现在比较火的一个子领域，深度学习是已经被研究过几十年的神经网络算法的变种，由于在大数据条件下图像，语音识别等领域的分类和识别上取得了非常好的效果，有望成为人工智能取得突破的核心技术，所以各大研究机构和IT巨头们都投入了大量的人力物力做相关的研究和开发工作。
    数据挖掘（datamining），是一个很宽泛的概念，类似于采矿，要从大量石头里面挖出很少的宝石，从海量数据里面挖掘有价值有规律的信息同理。数据挖掘核心技术来自于机器学习领域，如深度学习是机器学习一种比较火的算法，当然也可以用于数据挖掘。还有传统的商业智能（BI）领域也包括数据挖掘，OLAP多维数据分析可以做挖掘分析，甚至Excel基本的统计分析也可以做挖掘。关键是你的技术能否真正挖掘出有用的信息，然后这些信息可以提升指导你的决策，如果是那就算入了数据挖掘的门。