笔者是一个痴迷于挖掘数据中的价值的学习人,希望在平日的工作学习中,挖掘数据的价值,找寻数据的秘密,笔者认为,数据的价值不仅仅只体现在企业中,个人也可以体会到数据的魅力,用技术力量探索行为密码,让大数据助跑每一个人,欢迎直筒们关注我的公众号,大家一起讨论数据中的那些有趣的事情。
我的公众号为:livandata
选择计算机,就是选择了一生的学习,这也是我打开博客,记录点滴的初衷,通过对平时所学的记录,希望能在大数据的道路上越走越顺畅,数据本身就是一个值得不停探索的资源,数据的价值也会随着技能和见识的提高而不断的增加;
现在的互联网发展已经可以说是日新月异了,但是笔者认为,万变不离其宗,真正决定发展高度和精度的只有一个核心,而这个核心就是数据,无论是区块链、还是AI,亦或是以后的什么技能,其底层支持总是离不开数据,因此对数据的理解能力,会成为后期发展的一个必备技能,希望我在后期的学习过程中能够坚持持续学习,提升自己的能力,了解数据的价值。
在大数据的学习过程中,笔者总结了总体的学习架构,并希望能沿此线路,深度了解大数据:
数据的样式多种多样,在使用数据的过程中需要将数据统一,然后对数据进行深度的分析和挖掘:
上图即为数据挖掘和用户推荐过程中的流程,数据的样式无非有五种:数字、文本、图片、音频、视频,用户和商品的数据也是通过这五个媒介呈现出来,分析呈现的数据,获取到其中的价值,然后确定商品并将其推荐出来,就是推荐系统的价值。
经过一段时间的学习,个人将常用的算法做一下分类,作为后面学习的思路,如有不准确的地方,请指正:
1)概率线条:
2)决策树线条:
3)线性线条:
4)迭代线条:
以上为常用算法的基本分类,希望学习过程中能有更细致的划分。
对于学习方向,也有进一步的探索:
第一步想先从推荐系统入手,然后逐渐的扩展。
希望在以后的日子里能深化对大数据的了解成为牛人~