大数据呀大数据

        直观的包含关系大体如下：
大数据>云计算（分布式计算）>数据挖掘>粒计算>粗糙集理论

        大数据要解决的技术问题很广，包括系统架构、分布式计算、操作系统、软件设计模式，需要理论和实际的创新，硬件软件的共同发展。
        云计算主要是改变传统计算模式。包括系统架设，涉及网络、OS、分布式等。集中处理大数据中“硬的”一面，可以堆加数据挖掘促进云计算商业化，其实云计算也的确要确定相应的商业方  向才有发展，现实各大企业也是这么做的。
        数据挖掘是大数据理论的支持，包括数据模型建立、数据分析管理，怎么在理论上完成数据的有效挖掘，包括数据的可视化等。
        粗糙集理论是大数据中的发现知识，分析知识，建立模型的一种理论工具。可以在粗糙集理论(粒计算)上建立功勋，完成理论的建设，这项工作需要极好的数学功底，近乎纯粹的数学家。还有一种是熟悉并利用这些理论结合产业或其他学科门类，产生科研或者产业价值，这项工作需要多学科知识和较好的粗糙集理论知识，这一方面大有作为。
        粒计算一种思维模式，用在集合论，粗糙集，区间等领域，是这些的统一。

        数据科学：以计算机为基础的大数据的发展，推动了数据科学的研究和运用。数据即真理，现在只是把数据当作一种工具，等到成熟时，将会成为一门独立的科学。许多大数据在不同学科的运用在目前看来具有极大的相似，很可能是因为数据本身的特质。

 

        BCI，WSN，IOT，NLP，语音处理