郑州IT培训教你大数据入门步骤.docxVIP

郑州IT培训教你大数据入门步骤Step 1：大数据理论，方法和技术大数据理论——啥都不说，人家问你什么是大数据时，你能够讲到别人知道什么是大数据大数据方法——然后别人问你，那怎么实现呢？嗯，继续讲：说的是方法（就好像归并排序算法：分，并）。到目前外行人理解无障碍大数据技术——多嘴的人继续问：用的技术。这阶段只是基础，不涉及任何技术细节，慢慢看慢慢总结，积累对“大数据”这个词的理解。Step 2：大数据思维Bang~这是继Step 1量变发展而来的质变：学了那么久“大数据”，把你扔到制造业，你怎么办？我想，这就是“学泛”的作用吧，并不是学到什么具体东西，而是学到了对待事物的思维。就像知友讨论的：如何评价《Big Data：大数据时代》这本书？中有提到这个我也朦朦的不懂 @.@----------------------------------------------------------------------以下阶段我还没开始=_=，不好误导大家Step 3：大数据技术基础Step 4：大数据技术进阶Step 5：打实战Step 6：大融合我现在也在学习之中~~这只是我自己为自己打算的学习历程，欢迎给出各种建议~~@Du Crystal本来想回答你在评论里的提问，但是被提示不超过1000字...只能这里回答了。。。（跟问题本身也有些相关）对 @Du Crystal 评论提问的回答： 我现在回看了一下我原来答案，太糟糕了，虽然路线还可以，但好像也没答到问题的点子上（因为我的点子是：打基础就得了解概念先，后面才是联系自己现状调想学的东西，但看赞同最多好像是：这个领域什么技术比较热？有哪些资源？）...承蒙你的肯定，就回答一下你的问题吧~我觉得重要的还是：1. 积累对（工业）大数据的理解：定义和案例；2. 不断改进自己的思维：要哪些能力？如何培养。下面说说我的理解吧1. 积累对（工业）大数据的理解：定义和案例大数据到目前为止也没有统一的定义，但倒是有些观点可借鉴一番：(1) Gartner的3V定义：Volume，数据量大；Velocity，数据更新速度快；Variety，数据多样性。(2) 维基百科/谷歌（我记得好像是...）的定义：Big Data is a broad term for data sets so large or complex that traditional data processing applications are inadequate.（即 大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯。）这两个定义，一个从“大数据”的属性层面入手，一个从“大数据”的方法层面入手，以理解、定义大数据。网上有各种各样的定义，这是我觉得比较好的两个。然而，一两句化的定义是解决不了“对大数据的理解”这个问题的，更多的是需要通过对大数据案例学习、对网上别人观点和看法的吸收 以及 自己的实践等渠道，来慢慢加深对大数据的理解，最终才能明白这些定义的隐含内涵。那我对这些定义的隐含内涵的理解是什么呢？(1) 我觉得大数据的3V定义中，核心在于“Variety”（多样性）上。其实，我想表达的是：多数据源，或者说，解决问题的多个视角。对问题的理解使得我们可以通过多个视角去考虑问题，而不同的视角代表了不同的数据源，通过综合这些数据源，我们可以得到更准确、更精确的分析结果。而Volume（量）和Velocity（数据更新速度）只是Variety（多样性）附带的“红利”而已：考虑的视角多了，数据量自然也大了，把动态的视角考虑进去，那么自然也就考虑了数据更新了。（例如，在考虑机器故障预测这件事上，我们不仅可以利用它加工出来的零件的尺寸这个数据，也可以考虑机器本身的振动信号、电压电流信号，甚至加工过程中产生的噪声信号等等，那么我们从机器、零件、环境等多个视角考虑问题，考虑多个数据源，从而实现了一个大数据应用。）数据采集受硬件约束，而硬件越来越便宜。多视角考虑问题则受人的思维约束，同时也是更好解决问题的主要瓶颈。所以，对问题的理解和思考，应该成为我们的优势所在。(2) 而维基百科关于大数据的定义，告诉我们算法、数据分析的困难和重要性将更上一层。而由于实现部分，不用制造考虑，交给IT部吧。也就是说，一个定义分别告诉我们：多视角；另一个：能做不可能的事情，虽然很难。综上，我认为，（制造中）大数据应该是一种基于多视角分析问题，并利用高扩展性、实时性的算法分析问题的一种科学范式。这样还是很泛，真的制造大数据是很狭隘的（就目前而言）。而无论是工业4.0，还是工业大数据或智能制造，从本质上看就是IT技术（信息）与工业技术（物理）的融合，而制造的人将是这场融合中重要的催化剂