大数据、数据挖掘分析和深度学习

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_32827261/article/details/78144631
       大数据学习:
大数据学习主要两部分,第一部分是理论,第二部分是技术。

理论篇
1.先站在大格局下对大数据有一个完整清晰的认识,推介书籍《大数据时代》、《数据之巅:大数据革命,历史、现实与未来》、《大数据:正在到来的数据革命》、《决战大数据:驾驭未来商业的利器》、《赤裸裸的未来》、《互联网冲击:互联网思维与我们的未来》、《大数据云图》、《数据统治世界》、《大数据分析》、《云经济学》、《大数据思维与决策》。


技术篇
1.经过理论篇之后接下来对大数据技术的学习,推介书籍《大数据处理之道》。学习java的大数据生态体系。Python适合做数据挖掘分析



       深度学习:
理论篇
1.学习理论,推介《深度学习》,对数学要求高。


技术篇
2.深度学习可以学tensorflow框架,这个框架比较底层,可以掌握底层算法实现原理,还有计算机视觉建议学习c++ opencv。






     数据挖掘分析
数据挖掘分析使用Python,分四阶段走
1.学习Python
2.学习使用Python进行数据采集
3.学习使用Python库进行数据分析
4.数据进行可视化
注意:最重要的还是算法,对数学、概率论有要求,一般先学理论,用代码实现算法,再学框架,但是如果不深入研究的话只是用用,框架封装算法,学框架就好。
   
展开阅读全文

没有更多推荐了,返回首页