初识大数据

这是我的第一篇大数据博客，主要是谈谈我今天学习的大数据内容。

一、什么是大数据？
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。【取自搜狗百科】
二、大数据的研究方向
说法一：大数据分为大数据工程和大数据分析。（大数据分析很考验数学功底）
说法二：大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。
三、辅助学习内容（练就数学功底秘诀）
1.熟练掌握微积分：不一定要掌握多元微积分，但一元微积分是必须要熟练掌握并使用的。
2.精通线性代数：特别是矩阵的运算、向量空间、秩等概念。当前机器学习框架中很多计算都需要用到矩阵的乘法、转置或是求逆。
教材：
1.同济版《高等数学》，有条件可以去Coursea学习宾夕法尼亚大学的微积分课程
2.Strang的线性代数：《Introduction to Linear Algebra》
四、结构化数据与非结构化数据

五、数据仓库
1.数据仓库（英文名称为Data Warehouse，可简写为DW或DWH）

数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。 为需要业务智能的企业，提供指导业务流程改进、监视时间、成本、质量以及控制。
数据仓库是决策支持系统（dss）和联机分析应用数据源的结构化数据环境。数据仓库研究和解决从数据库中获取信息的问题。数据仓库的特征在于面向主题、集成性、稳定性和时变性。
2.特点：
面向主题、集成的、不可更新、随时间而变化、汇总的、大容量、非规范化、元数据、数据源