怎么样学习大数据

　　在巨大的数据集中进行筛选的较好工具是什么?通过和数据骇客的交流，我们知道了他们用于硬核数据分析较喜欢的语言和工具包。以下是小编为你整理的怎么样学习大数据

　　在这些语言名单中，如果R语言排第二，那就没其他能排。自1997年以来，作为昂贵的统计软件，如Matlab和SAS的0元替代品，它渐渐风靡。

　　在过去的几年时间中，R语言已经成为了数据科学的宠儿——数据科学现在不仅仅在书呆子一样的统计学家中人尽皆知，而且也为交易员，生物学家，和硅谷开发者所家喻户晓。各种行业的公司，例如Google，Facebook，美国银行，以及纽约时报都使用R语言，R语言正在商业用途上持续蔓延和扩散。

　　R语言有着简单而明显的吸引力。使用R语言，只需要短短的几行代码，你就可以在复杂的数据集中筛选，通过先进的建模函数处理数据，以及创建平整的图形来代表数字。它被比喻为是Excel的一个极度活跃版本。

　　R语言较伟大的资本是已围绕它开发的充满活力的生态系统：R语言社区总是在不断地添加新的软件包和功能到它已经相当丰富的功能集中。据估计，超过200万的人使用R语言，并且较近的一次投票表明，R语言是迄今为止在科学数据中较流行的语言，被61%的受访者使用(其次是Python，39%)。

　　此外，它的身影也渐渐出现在了。以前，银行分析师会全神贯注于Excel文件直到深夜，但现在R语言被越来越多地用于金融建模R，特别是作为一种可视化工具，Niall O’Connor，美国银行的副总裁如是说。“R语言使我们平凡的表格与众不同，”他说。

　　R语言的日渐成熟，使得它成为了数据建模的选语言，虽然当企业需要生产大型产品时它的能力会变得有限，也有的人说这是因为它的地位正在被其他语言篡夺。

　　“R更适合于做一个草图和大概，而不是详细的构建，”Michael Driscoll，Metamarkets的首席执行官说。“你不会在谷歌的网页以及Facebook的朋友推荐算法的核心找到R语言。工程师会用R语言做原型，然后移交给用Java或Python写的模型。”

　　话说回来，早在2010年，Paul Butler就以R语言打造了的Facebook地图而着名，这证明了该语言丰富的可视化功能。尽管他现在已经不像以前那样频繁地使用R语言了。

　　“R正在一点点地过时，因为它的缓慢和处理大型数据集的笨重，”Butler说。

　　大数据分析方法

　　大数据挖掘：定义目标，并分析问题

　　开始大数据处理前，应该定好处理数据的目标，

　　然后才能开始数据挖掘。

　　例如：

　　统计较近三年的毕业生的各种情况。

　　那么就应该把毕业生相关的信息都要搜集一遍下来。

　　大数据挖掘：建立模型，采集数据

　　可以通过网络爬虫，或者历年的数据资料，

　　建立对应的数据挖掘模型，然后采集数据，

　　获取到大量的原始数据。

　　大数据挖掘：导入并准备数据

　　在通过工具或者脚本，将原始转换成可以处理的数据，

　　温馨提示:想要了解更多课程安排、开班时间、优惠活动、学费地址等欢迎随时来电咨询并领取试听资格!