以大數(shù)據(jù)分析師為目標(biāo)，從數(shù)據(jù)分析基礎(chǔ)、JAVA語言入門和linux操作系統(tǒng)入門知識(shí)學(xué)起，系統(tǒng)介紹Hadoop、HDFS、MapReduce和Hbase等理論知識(shí)和hadoop的生態(tài)環(huán)境

一、大數(shù)據(jù)分析的五個(gè)基本方面

1，可視化分析

大數(shù)據(jù)分析的使用者有大數(shù)據(jù)分析專家，同時(shí)還有普通用戶，但是他們二者對(duì)于大數(shù)據(jù)分析最基本的要求就是可視化分析，因?yàn)榭梢暬治瞿軌蛑庇^的呈現(xiàn)大數(shù)據(jù)特點(diǎn)，同時(shí)能夠非常容易被讀者所接受，就如同看圖說話一樣簡(jiǎn)單明了。

2，數(shù)據(jù)挖掘算法

大數(shù)據(jù)分析的理論核心就是數(shù)據(jù)挖掘算法，各種數(shù)據(jù)挖掘的算法基于不同的數(shù)據(jù)類型和格式才能更加科學(xué)的呈現(xiàn)出數(shù)據(jù)本身具備的特點(diǎn)，也正是因?yàn)檫@些被全世界統(tǒng)計(jì)學(xué)家所公認(rèn)的各種統(tǒng)計(jì)方法(可以稱之為真理)才能深入數(shù)據(jù)內(nèi)部，挖掘出公認(rèn)的價(jià)值。另外一個(gè)方面也是因?yàn)橛羞@些數(shù)據(jù)挖掘的算法才能更快速的處理大數(shù)據(jù)，如果一個(gè)算法得花上好幾年才能得出結(jié)論，那大數(shù)據(jù)的價(jià)值也就無從說起了。

3，預(yù)測(cè)性分析能力

大數(shù)據(jù)分析最終要的應(yīng)用領(lǐng)域之一就是預(yù)測(cè)性分析，從大數(shù)據(jù)中挖掘出特點(diǎn)，通過科學(xué)的建立模型，之后便可以通過模型帶入新的數(shù)據(jù)，從而預(yù)測(cè)未來的數(shù)據(jù)。

4，語義引擎

大數(shù)據(jù)分析廣泛應(yīng)用于網(wǎng)絡(luò)數(shù)據(jù)挖掘，可從用戶的搜索關(guān)鍵詞、標(biāo)簽關(guān)鍵詞、或其他輸入語義，分析，判斷用戶需求，從而實(shí)現(xiàn)更好的用戶體驗(yàn)和廣告匹配。

5，數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理

大數(shù)據(jù)分析離不開數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理，高質(zhì)量的數(shù)據(jù)和有效的數(shù)據(jù)管理，無論是在學(xué)術(shù)研究還是在商業(yè)應(yīng)用領(lǐng)域，都能夠保證分析結(jié)果的真實(shí)和有價(jià)值。 大數(shù)據(jù)分析的基礎(chǔ)就是以上五個(gè)方面，當(dāng)然更加深入大數(shù)據(jù)分析的話，還有很多很多更加有特點(diǎn)的、更加深入的、更加專業(yè)的大數(shù)據(jù)分析方法。

二、如何選擇適合的數(shù)據(jù)分析工具

要明白分析什么數(shù)據(jù)，大數(shù)據(jù)要分析的數(shù)據(jù)類型主要有四大類：

1.交易數(shù)據(jù)(TRANSACTION DATA)

大數(shù)據(jù)平臺(tái)能夠獲取時(shí)間跨度更大、更海量的結(jié)構(gòu)化交易數(shù)據(jù)，這樣就可以對(duì)更廣泛的交易數(shù)據(jù)類型進(jìn)行分析，不僅僅包括POS或電子商務(wù)購(gòu)物數(shù)據(jù)，還包括行為交易數(shù)據(jù)，例如Web服務(wù)器記錄的互聯(lián)網(wǎng)點(diǎn)擊流數(shù)據(jù)日志。

2.人為數(shù)據(jù)(HUMAN-GENERATED DATA)

非結(jié)構(gòu)數(shù)據(jù)廣泛存在于電子郵件、文檔、圖片、音頻、視頻，以及通過博客、維基，尤其是社交媒體產(chǎn)生的數(shù)據(jù)流。這些數(shù)據(jù)為使用文本分析功能進(jìn)行分析提供了豐富的數(shù)據(jù)源泉。

3.移動(dòng)數(shù)據(jù)(MOBILE DATA)

能夠上網(wǎng)的智能手機(jī)和平板越來越普遍。這些移動(dòng)設(shè)備上的App都能夠追蹤和溝通無數(shù)事件，從App內(nèi)的交易數(shù)據(jù)(如搜索產(chǎn)品的記錄事件)到個(gè)人信息資料或狀態(tài)報(bào)告事件(如地點(diǎn)變更即報(bào)告一個(gè)新的地理編碼)。

4.機(jī)器和傳感器數(shù)據(jù)(MACHINE AND SENSOR DATA)

這包括功能設(shè)備創(chuàng)建或生成的數(shù)據(jù)，例如智能電表、智能溫度控制器、工廠機(jī)器和連接互聯(lián)網(wǎng)的家用電器。這些設(shè)備可以配置為與互聯(lián)網(wǎng)絡(luò)中的其他節(jié)點(diǎn)通信，還可以自動(dòng)向中央服務(wù)器傳輸數(shù)據(jù)，這樣就可以對(duì)數(shù)據(jù)進(jìn)行分析。機(jī)器和傳感器數(shù)據(jù)是來自新興的物聯(lián)網(wǎng)(IoT)所產(chǎn)生的主要例子。來自物聯(lián)網(wǎng)的數(shù)據(jù)可以用于構(gòu)建分析模型，連續(xù)監(jiān)測(cè)預(yù)測(cè)性行為(如當(dāng)傳感器值表示有問題時(shí)進(jìn)行識(shí)別)，提供規(guī)定的指令(如警示技術(shù)人員在真正出問題之前檢查設(shè)備)。

三、如何區(qū)分三個(gè)大數(shù)據(jù)熱門職業(yè)——數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、數(shù)據(jù)分析師

隨著大數(shù)據(jù)的愈演愈熱，相關(guān)大數(shù)據(jù)的職業(yè)也成為熱門，給人才發(fā)展帶來帶來了很多機(jī)會(huì)。數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、數(shù)據(jù)分析師已經(jīng)成為大數(shù)據(jù)行業(yè)最熱門的職位。它們是如何定義的?具體是做什么工作的?需要哪些技能?讓我們一起來看看吧。

這3個(gè)職業(yè)具體有什么職責(zé)

數(shù)據(jù)科學(xué)家的工作職責(zé)：數(shù)據(jù)科學(xué)家傾向于用探索數(shù)據(jù)的方式來看待周圍的世界。把大量散亂的數(shù)據(jù)變成結(jié)構(gòu)化的可供分析的數(shù)據(jù)，還要找出豐富的數(shù)據(jù)源，整合其他可能不完整的數(shù)據(jù)源，并清理成結(jié)果數(shù)據(jù)集。新的競(jìng)爭(zhēng)環(huán)境中，挑戰(zhàn)不斷地變化，新數(shù)據(jù)不斷地流入，數(shù)據(jù)科學(xué)家需要幫助決策者穿梭于各種分析，從臨時(shí)數(shù)據(jù)分析到持續(xù)的數(shù)據(jù)交互分析。當(dāng)他們有所發(fā)現(xiàn)，便交流他們的發(fā)現(xiàn)，建議新的業(yè)務(wù)方向。他們很有創(chuàng)造力的展示視覺化的信息，也讓找到的模式清晰而有說服力。把蘊(yùn)含在數(shù)據(jù)中的規(guī)律建議給Boss，從而影響產(chǎn)品，流程和決策。

數(shù)據(jù)工程師的工作職責(zé)：分析歷史、預(yù)測(cè)未來、優(yōu)化選擇，這是大數(shù)據(jù)工程師在“玩數(shù)據(jù)”時(shí)最重要的三大任務(wù)。通過這三個(gè)工作方向，他們幫助企業(yè)做出更好的商業(yè)決策。

大數(shù)據(jù)工程師一個(gè)很重要的工作，就是通過分析數(shù)據(jù)來找出過去事件的特征。通過引入關(guān)鍵因素，大數(shù)據(jù)工程師可以預(yù)測(cè)未來的消費(fèi)趨勢(shì)。在阿里媽媽的營(yíng)銷平臺(tái)上，工程師正試圖通過引入氣象數(shù)據(jù)來幫助淘寶賣家做生意。比如今年夏天不熱，很可能某些產(chǎn)品就沒有去年暢銷，除了空調(diào)、電扇，背心、游泳衣等都可能會(huì)受其影響。那么我們就會(huì)建立氣象數(shù)據(jù)和銷售數(shù)據(jù)之間的關(guān)系，找到與之相關(guān)的品類，提前警示賣家周轉(zhuǎn)庫存。

根據(jù)不同企業(yè)的業(yè)務(wù)性質(zhì)，大數(shù)據(jù)工程師可以通過數(shù)據(jù)分析來達(dá)到不同的目的。

與傳統(tǒng)的數(shù)據(jù)分析師相比，互聯(lián)網(wǎng)時(shí)代的數(shù)據(jù)分析師面臨的不是數(shù)據(jù)匱乏，而是數(shù)據(jù)過剩。因此，互聯(lián)網(wǎng)時(shí)代的數(shù)據(jù)分析師必須學(xué)會(huì)借助技術(shù)手段進(jìn)行高效的數(shù)據(jù)處理。更為重要的是，互聯(lián)網(wǎng)時(shí)代的數(shù)據(jù)分析師要不斷在數(shù)據(jù)研究的方法論方面進(jìn)行創(chuàng)新和突破。

就行業(yè)而言，數(shù)據(jù)分析師的價(jià)值與此類似。就新聞出版行業(yè)而言，無論在任何時(shí)代，媒體運(yùn)營(yíng)者能否準(zhǔn)確、詳細(xì)和及時(shí)地了解受眾狀況和變化趨勢(shì)，都是媒體成敗的關(guān)鍵。

此外，對(duì)于新聞出版等內(nèi)容產(chǎn)業(yè)來說，更為關(guān)鍵的是，數(shù)據(jù)分析師可以發(fā)揮內(nèi)容消費(fèi)者數(shù)據(jù)分析的職能，這是支撐新聞出版機(jī)構(gòu)改善客戶服務(wù)的關(guān)鍵職能。

大數(shù)據(jù)分析師需要掌握的技能

1、懂業(yè)務(wù)。從事數(shù)據(jù)分析工作的前提就會(huì)需要懂業(yè)務(wù)，即熟悉行業(yè)知識(shí)、公司業(yè)務(wù)及流程，最好有自己獨(dú)到的見解，若脫離行業(yè)認(rèn)知和公司業(yè)務(wù)背景，分析的結(jié)果只會(huì)是脫了線的風(fēng)箏，沒有太大的使用價(jià)值。

2、懂管理。一方面是搭建數(shù)據(jù)分析框架的要求，比如確定分析思路就需要用到營(yíng)銷、管理等理論知識(shí)來指導(dǎo)，如果不熟悉管理理論，就很難搭建數(shù)據(jù)分析的框架，后續(xù)的數(shù)據(jù)分析也很難進(jìn)行。另一方面的作用是針對(duì)數(shù)據(jù)分析結(jié)論提出有指導(dǎo)意義的分析建議。

3、懂分析。指掌握數(shù)據(jù)分析基本原理與一些有效的數(shù)據(jù)分析方法，并能靈活運(yùn)用到實(shí)踐工作中，以便有效的開展數(shù)據(jù)分析。基本的分析方法有：對(duì)比分析法、分組分析法、交叉分析法、結(jié)構(gòu)分析法、漏斗圖分析法、綜合評(píng)價(jià)分析法、因素分析法、矩陣關(guān)聯(lián)分析法等。高級(jí)的分析方法有：相關(guān)分析法、回歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對(duì)應(yīng)分析法、時(shí)間序列等。

4、懂工具。指掌握數(shù)據(jù)分析相關(guān)的常用工具。數(shù)據(jù)分析方法是理論，而數(shù)據(jù)分析工具就是實(shí)現(xiàn)數(shù)據(jù)分析方法理論的工具，面對(duì)越來越龐大的數(shù)據(jù)，我們不能依靠計(jì)算器進(jìn)行分析，必須依靠強(qiáng)大的數(shù)據(jù)分析工具幫我們完成數(shù)據(jù)分析工作。

5、懂設(shè)計(jì)。懂設(shè)計(jì)是指運(yùn)用圖表有效表達(dá)數(shù)據(jù)分析師的分析觀點(diǎn)，使分析結(jié)果一目了然。圖表的設(shè)計(jì)是門大學(xué)問，如圖形的選擇、版式的設(shè)計(jì)、顏色的搭配等等，都需要掌握一定的設(shè)計(jì)原則。

四、從菜鳥成為數(shù)據(jù)科學(xué)家的 9步養(yǎng)成方案

首先，各個(gè)公司對(duì)數(shù)據(jù)科學(xué)家的定義各不相同，當(dāng)前還沒有統(tǒng)一的定義。但在一般情況下，一個(gè)數(shù)據(jù)科學(xué)家結(jié)合了軟件工程師與統(tǒng)計(jì)學(xué)家的技能，并且在他或者她希望工作的領(lǐng)域投入了大量行業(yè)知識(shí)。

大約90%的數(shù)據(jù)科學(xué)家至少有大學(xué)教育經(jīng)歷，甚至到博士以及獲得博士學(xué)位，當(dāng)然，他們獲得的學(xué)位的領(lǐng)域非常廣泛。一些招聘者甚至發(fā)現(xiàn)人文專業(yè)的人們有所需的創(chuàng)造力，他們能教別人一些關(guān)鍵技能。

因此，排除一個(gè)數(shù)據(jù)科學(xué)的學(xué)位計(jì)劃(世界各地的著名大學(xué)雨后春筍般的出現(xiàn)著)，你需要采取什么措施，成為一個(gè)數(shù)據(jù)科學(xué)家?

復(fù)習(xí)你的數(shù)學(xué)和統(tǒng)計(jì)技能。一個(gè)好的數(shù)據(jù)科學(xué)家必須能夠理解數(shù)據(jù)告訴你的內(nèi)容，做到這一點(diǎn)，你必須有扎實(shí)的基本線性代數(shù)，對(duì)算法和統(tǒng)計(jì)技能的理解。在某些特定場(chǎng)合可能需要高等數(shù)學(xué)，但這是一個(gè)好的開始場(chǎng)合。

了解機(jī)器學(xué)習(xí)的概念。機(jī)器學(xué)習(xí)是下一個(gè)新興詞，卻和大數(shù)據(jù)有著千絲萬縷的聯(lián)系。機(jī)器學(xué)習(xí)使用人工智能算法將數(shù)據(jù)轉(zhuǎn)化為價(jià)值，并且無需顯式編程。

學(xué)習(xí)代碼。數(shù)據(jù)科學(xué)家必須知道如何調(diào)整代碼，以便告訴計(jì)算機(jī)如何分析數(shù)據(jù)。從一個(gè)開放源碼的語言如python那里開始吧。

了解數(shù)據(jù)庫、數(shù)據(jù)池及分布式存儲(chǔ)。數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫、數(shù)據(jù)池或整個(gè)分布式網(wǎng)絡(luò)中。以及如何建設(shè)這些數(shù)據(jù)的存儲(chǔ)庫取決于你如何訪問、使用、并分析這些數(shù)據(jù)。如果當(dāng)你建設(shè)你的數(shù)據(jù)存儲(chǔ)時(shí)沒有整體架構(gòu)或者超前規(guī)劃，那后續(xù)對(duì)你的影響將十分深遠(yuǎn)。

學(xué)習(xí)數(shù)據(jù)修改和數(shù)據(jù)清洗技術(shù)。數(shù)據(jù)修改是將原始數(shù)據(jù)到另一種更容易訪問和分析的格式。數(shù)據(jù)清理有助于消除重復(fù)和“壞”數(shù)據(jù)。兩者都是數(shù)據(jù)科學(xué)家工具箱中的必備工具。

了解良好的數(shù)據(jù)可視化和報(bào)告的基本知識(shí)。你不必成為一個(gè)平面設(shè)計(jì)師，但你確實(shí)需要深諳如何創(chuàng)建數(shù)據(jù)報(bào)告，便于外行的人比如你的經(jīng)理或CEO可以理解。

添加更多的工具到您的工具箱。一旦你掌握了以上技巧，是時(shí)候擴(kuò)大你的數(shù)據(jù)科學(xué)工具箱了，包括Hadoop、R語言和Spark。這些工具的使用經(jīng)驗(yàn)和知識(shí)將讓你處于大量數(shù)據(jù)科學(xué)求職者之上。

練習(xí)。在你在新的領(lǐng)域有一個(gè)工作之前，你如何練習(xí)成為數(shù)據(jù)科學(xué)家?使用開源代碼開發(fā)一個(gè)你喜歡的項(xiàng)目、參加比賽、成為網(wǎng)絡(luò)工作數(shù)據(jù)科學(xué)家、參加訓(xùn)練營(yíng)、志愿者或?qū)嵙?xí)生。最好的數(shù)據(jù)科學(xué)家在數(shù)據(jù)領(lǐng)域?qū)碛薪?jīng)驗(yàn)和直覺，能夠展示自己的作品，以成為應(yīng)聘者。

成為社區(qū)的一員。跟著同行業(yè)中的思想領(lǐng)袖，閱讀行業(yè)博客和網(wǎng)站，參與，提出問題，并隨時(shí)了解時(shí)事新聞和理論。

五、從入門到精通—快速學(xué)會(huì)大數(shù)據(jù)分析

以大數(shù)據(jù)分析師為目標(biāo)，從數(shù)據(jù)分析基礎(chǔ)、JAVA語言入門和linux操作系統(tǒng)入門知識(shí)學(xué)起，系統(tǒng)介紹Hadoop、HDFS、MapReduce和Hbase等理論知識(shí)和hadoop的生態(tài)環(huán)境，詳細(xì)演示hadoop三種模式的安裝配置，以案例的形式，重點(diǎn)講解基于mahout項(xiàng)目的大數(shù)據(jù)分析之聚類、分類以及主題推薦。區(qū)別于普通的JAVA程序員，本課程的重點(diǎn)是培養(yǎng)基于Hadoop架構(gòu)的大數(shù)據(jù)分析思想及架構(gòu)設(shè)計(jì)，通過演示實(shí)際的大數(shù)據(jù)分析案例。