大資料學習涉及技術：

1、資料採集：ETL工具負責將分佈的、異構資料來源中的資料如關係資料、平面資料檔案等抽取到臨時中間層後進行清洗、轉換、整合，最後載入到資料倉庫或資料集市中，成為聯機分析處理、資料探勘的基礎。

2、資料存取：關係資料庫、NOSQL、SQL等。

3、基礎架構：雲端儲存、分散式檔案儲存等。

4、資料處理：自然語言處理是研究人與計算機互動的語言問題的一門學科。處理自然語言的關鍵是要讓計算機"理解"自然語言，所以自然語言處理又叫做自然語言理解，也稱為計算語言學。一方面它是語言資訊處理的一個分支，另一方面它是人工智慧(Artificial Intelligence)的核心課題之一。

5、統計分析：假設檢驗、顯著性檢驗、差異分析、相關分析、T檢驗、方差分析、卡方分析、偏相關分析、距離分析、迴歸分析、簡單迴歸分析、多元迴歸分析、逐步迴歸、迴歸預測與殘差分析、嶺迴歸、logistic迴歸分析、曲線估計、因子分析、聚類分析、主成分分析、因子分析、快速聚類法與聚類法、判別分析、對應分析、多元對應分析（最優尺度分析）、bootstrap技術等等。

6、資料探勘：分類 （Classification）、估計（Estimation）、預測（Prediction）、相關性分組或關聯規則（Affinity grouping or association rules）、聚類（Clustering）、描述和視覺化、Description and Visualization）、複雜資料型別挖掘(Text, Web ,圖形影象，視訊，音訊等)

7、模型預測：預測模型、機器學習、建模模擬。

8、結果呈現：雲端計算、標籤雲、關係圖等。

 

網際網路科技發展蓬勃興起，人工智慧時代來臨，抓住下一個風口。為幫助那些往想網際網路方向轉行想學習，卻因為時間不夠，資源不足而放棄的人。我自己整理的一份最新的大資料進階資料和高階開發教程，大資料學習群：199加上【427】最後加上210就可以找到組織學習  歡迎進階中和進想深入大資料的小夥伴加入。
 

大資料工程師又稱大資料開發工程師，主要學習程式設計技術和演算法

具體課程如下：（java和linux作為學習大資料的基礎，0基礎小白需要1個半月左右的時間來學習java和linux）

相關推薦