大数据分析基础知识

---

大数据学什么

---

大数据研究统计与数学、计算机科学与编程、数据清洗与分析等。

1.统计和数学：

统计和数学是大数据分析的基础。 统计学提供了数据分析和解释的方法，而数学提供了数据建模和预测的工具。 学习统计学和数学将帮助你了解数据的特征和分析方法，并能够使用相关工具来处理和挖掘数据。

你需要掌握以下统计和数学知识和技能：

1．概率论与数理统计：掌握基本的概率论和数理统计概念，如随机变量、概率分布、参数估计、假设检验等。

2．线性代数：掌握线性代数的概念和算法，如矩阵运算、特征值、向量空间等。

3．微积分：掌握微积分的基本概念和算法，如极限、导数、积分等。

4．数学优化：掌握数学优化方法，如线性规划、整数规划、动态规划等。

2．计算机科学和编程：

计算机科学和编程是大数据分析的核心技能，其中计算机科学提供数据处理和分析。 工具和编程可以实现数据处理和分的算法。 学习计算机科学和编程将帮助你了解大数据处理和分析的原理和方法，并能够使用相关工具来处理和分析数据。

具体来说，你需要掌握以下计算机科学和编程知识和技能：

1．计算机系统基础：掌握操作系统、网络系统等计算机系统的基本原理和组成。 、数据库系统等。

2．编程语言：掌握至少一种编程语言，如Python、Java、R等。

3.数据结构和算法：掌握常用数据结构和算法，如数组、链表、树、图等。

4．数据库技术：掌握数据库的基本原理和操作，如SQL语言、数据库设计等。

3．数据清洗和分析：

数据清洗和分析是大数据分析的关键技能，其中数据清洗的目的是去除数据中的噪音。 数据分析器可以对数据进行深入的挖掘和分析。 学习数据清洗和分析将帮助你了解数据的特征和分析方法，并能够使用相关工具来挖掘和分析数据。

具体来说，您需要掌握以下数据清洗和分析知识和技能：

1.数据预处理：掌握数据预处理的基本方法，如缺失值处理、异常值处理等。

2．数据可视化：掌握数据可视化的基本方法，如图表绘制、数据报表等。

---

大数据分析应该掌握哪些基础知识？

---

Java、NIO、MySQL、JDBC、HTML5和CSS3、jQuery、AJAX&JSON、Servlet、JSP、Cookie&Session、Spring、SpringMVC、MyBatis、Maven、Redis、Git/GitHub、Shell、Linux、Hadoop、Hive、Zookeeper基础知识、Java8、Scala、SparkCore、SparkSQL、SparkStreaming、ElasticSearch、Kafka、HBase、Java9、Java10、MySQL优化、JVM原理、JUC多线程、CDH版Hadoop、Impala、Flume、Sqoop、Azkaban、Oozie、HUE、Kettle、Kylin、机器学习SparkMllib、Flink、Python、SpringBoot、Hadoop3.x新特性、ClickHouse、Kudu、Presto、Druid、Ambari、DataX、Logstash、Kibanna、数据结构...