46個月左右，包括Java和Da 數(shù)據(jù)的學(xué)習(xí)，如下:基礎(chǔ)階段:Linux，Docker，KVM，MySQL基礎(chǔ)，Oracle基礎(chǔ)，MongoDB，redis。Hadoop: Hadoop: Hadoop概念，版本，歷史，HDFS工作原理，紗線介紹，組件介紹。大型數(shù)據(jù)存儲階段:hbase、hive、sqoop。
大數(shù)據(jù)實時計算階段:看象人，火花，風(fēng)暴。大數(shù)據(jù) 數(shù)據(jù)獲取階段:Python，Scala。大型數(shù)據(jù)商業(yè)實戰(zhàn)階段:實戰(zhàn)型企業(yè)大型數(shù)據(jù)處理業(yè)務(wù)場景，分析需求，實施解決方案，在實戰(zhàn)中綜合運用技術(shù)?！癉a-2”分析的幾個方面:1。視覺分析:視覺分析可以直觀地呈現(xiàn)“Da-2”的特點，同時也容易被讀者接受，就像看圖說話一樣簡單。
6、北大青鳥設(shè)計培訓(xùn):大 數(shù)據(jù)開發(fā)常見的9種 數(shù)據(jù)分析?數(shù)據(jù)分析是從數(shù)據(jù)中提取有價值信息的過程。在這個過程中，需要對數(shù)據(jù)進行各種處理和分類。只有掌握了數(shù)據(jù)和/12344的正確分類方法。以下是武漢北大青鳥介紹的數(shù)據(jù)9種必不可少的分析思維模式:1。分類是一個基本的數(shù)據(jù)分析模式，數(shù)據(jù)根據(jù)其特點，-2/可以進行分類。
7、 數(shù)據(jù) 挖掘-關(guān)聯(lián)分析算法相關(guān)性分析顧名思義就是找出哪些項目是相關(guān)的。舉個例子，上面是五條購物記錄，從中可以發(fā)現(xiàn)，買紙尿褲的人中，有三條買了啤酒。這么久了，我們可以推測紙尿褲和啤酒之間有很強的相關(guān)性，雖然兩者之間似乎沒有什么聯(lián)系，也就是可以得出規(guī)律:購物分析也叫相關(guān)性分析，因為它可以更好的描述。為了更好地描述這個分析的各個術(shù)語，我們重新設(shè)計了上表:在每一個購物訂單中，所有涉及的商品都變成1，不涉及的變成0，即每一個商品的購買記錄都是二進制的。
那么面包和牛奶稱為數(shù)據(jù) set的項，它們組合的子集稱為項集?？梢詾榭铡？占遣话魏雾椖康捻椖考Ｈ绻粋€項集包含k個子項，則稱為k項集。順序12345稱為一個事務(wù)，一個項集在所有事務(wù)中出現(xiàn)的次數(shù)稱為項集的支持計數(shù)。在上表中，項目集{啤酒、尿布、牛奶}的支持計數(shù)是2，因為有兩個事務(wù)(3，4)包含此項目集。
8、如何進行網(wǎng)絡(luò) 數(shù)據(jù) 挖掘如何上網(wǎng)數(shù)據(jù) 挖掘當(dāng)人們訪問一個網(wǎng)站時，他們提供了關(guān)于網(wǎng)站內(nèi)容的個人反饋信息:他們點擊了哪個鏈接，他們在哪里花了最多的時間瀏覽，他們使用了哪個搜索詞，總體瀏覽時間，個人姓名和地址等。所有這些信息都存儲在a 數(shù)據(jù) library中，從數(shù)據(jù) library中存儲的信息來看，網(wǎng)站擁有大量的網(wǎng)站訪問者及其訪問內(nèi)容的信息，但不一定能夠充分利用這些信息。借助數(shù)據(jù) warehouse報表系統(tǒng)(俗稱聯(lián)機分析處理系統(tǒng))，只能上報直接可觀察到的、簡單的相關(guān)信息，無法告知網(wǎng)站信息模式和如何處理，難以深度分析復(fù)雜信息，需要網(wǎng)站自行處理和處理。
