1樓：知於大資料
1、excel是基礎中基礎，學好真心沒商量啦2、spss是資料分析好手，裡面有聚類，各種迴歸**，時間序列，統計，卡方檢驗等等，易操作，屬於中級。
3，r語言是目前資料分析師主流工具，功能強大，貌似裡面的資料視覺化可謂酷炫吊炸天。屬於中高階。
4、python是一種程式語言，用於資料分析挖掘,網路爬蟲等。強大高階。學習c++或者物件導向程式設計可以自學啦！
最重要往往在最後。。。如果你一心想成為一名出色的資料分析師，不瞞你言，以上前三種必須學習啊。如果你現在不會，就慢慢學起來！
2樓：八爪魚大資料
大資料常用的分析方法
1.視覺化分析
大資料分析的使用者有大資料分析專家，同時還有普通使用者，但是他們二者對於大資料分析最基本的要求就是視覺化分析，因為視覺化分析能夠直觀的呈現大資料特點，同時能夠非常容易被讀者所接受，就如同看圖說話一樣簡單明瞭。
2.資料探勘演算法
大資料分析的理論核心就是資料探勘演算法，各種資料探勘的演算法基於不同的資料型別和格式才能更加科學的呈現出資料本身具備的特點，也正是因為這些被全世界統計學家所公認的各種統計方法（可以稱之為真理）才能深入資料內部，挖掘出公認的價值。另外一個方面也是因為有這些資料探勘的演算法才能更快速的處理大資料，如果一個演算法得花上好幾年才能得出結論，那大資料的價值也就無從說起了。
3.**性分析
大資料分析要的應用領域之一就是**性分析，從大資料中挖掘出特點，通過科學的建立模型，之後便可以通過模型帶入新的資料，從而**未來的資料。
4.語義引擎
非結構化資料的多元化給資料分析帶來新的挑戰，我們需要一套工具系統的去分析，提煉資料。語義引擎需要設計到有足夠的人工智慧以足以從資料中主動地提取資訊。
5.資料質量和資料管理。大資料分析離不開資料質量和資料管理，高質量的資料和有效的資料管理，無論是在學術研究還是在商業應用領域，都能夠保證分析結果的真實和有價值。
大資料分析的基礎就是以上五個方面，當然更加深入大資料分析的話，還有很多很多更加有特點的、更加深入的、更加專業的大資料分析方法。
有什麼比較好的大資料入門的書推薦？
有什麼比較好的大資料入門的書推薦
3樓：匿名使用者
1、舍恩伯格的《大資料時代》；
2、巴拉巴西的《爆發》；
3、塗子沛的《大資料》
大資料資料分析資料探勘有什麼區別
資料分析與資料探勘的目的不一樣，資料分析是有明確的分析群體，就是對群體進行各個維度的拆 分 組合，來找到問題的所在，而資料探勘的目標群體是不確定的，需要我們更多是是從資料的內在聯絡上去分析，從而結合業務 使用者 資料進行更多的洞察解讀。資料分析與資料探勘的思考的方式不同，一般來講，資料分析是根據客觀...
有什麼技校是比較好的，有哪些技校比較好？
看一個技術學校的好壞，首先要看教學模式，能否學到東西，其次看教學管理，是否正規，有秩序，最後看就業保障，是否可以推薦學習者就業。如果滿足以上幾點，就可以定義為一個不錯的技術學校了。關鍵在於能不能讓你學到技術，現在的汽修學校都是實踐課程比較多的，而且好就業 建議選擇專業正規的學校，在選擇學校時，應注意...
有沒有什麼比較好的兼職APP,有什麼比較好的兼職app嗎求推薦
個人感覺青團社好一些,有過一段時間,感覺還可以。我自己在 ai作兩個du,一個是發朋友圈,一個zhi是看 都是 dao0投資。發朋友圈專 這個可屬以用截圖軟體來模擬,不用真發。看 這個有指令碼自動模擬,不用真看。每個可以每天弄個10 20元。不嫌dx少的可以弄,其實668一天能弄個幾十塊也661不錯...