如何具体的做一个基于Hadoop的数据分类/挖掘算法并行化的研究？ 研究生开题做分类算法的并行化研究，思路是基于hadoop做算法的并行化改进，然后在这上面做出一个文本分类…
大数据主要学习哪些内容？ 大数据技术体系非常庞杂，基础技术覆盖数据采集、数据预处理、分布式存储、NOSQL数据库、多模式计算（批处理、在线处理、实时流处理、内存处理）、多模态计算（图像、文本、视频、音频）、数据仓库、数据挖掘、机器学习、人工智能、深度学习、并行计算、可视化等各种技术范畴和不同的层面。另外大数据应用领域广泛，各领域采用技术的差异性还是比较大的。短时间很难掌握多个领域的大数据理论和技术，建议从应用切入、以点带面，先从一个实际的应用领域需求，搞定一个一个技术点，有一定功底之后，再举一反三横向扩展，这样学习效果就会好很多。从DT（Data technology，数据技术）技术泛型角度来系统地介绍什么是大数据，包括那些核心技术，各领域之间的关系等等：计算机要智能化，机器学习（machine learning）是核心的核心，深度学习、数据挖掘、商业智能、人工智能，大数据等概念的核心技术就是机器学习，机器学习用于图像处理和识别就是机器视觉。深度学习（deep learning），机器学习里面现在比较火的一个子领域，深度学习是已经被研究过几十年的神经网络算法的变种，由于在大数据条件下图像，语音识别等领域的分类和识别上取得了非常好的效果，有望成为人工智能取得突破。
请问大数据中Hadoop的核心技术是什么？ 你好。Hadoop是现在流行的大数据处理平台，几乎已经成为大数据的代名词，所以学大数据hadoop是必学的。下…
为什么很多公司的大数据相关业务都基于 Hadoop 方案？ 典型的譬如 Apple：Apple-Jobs at Apple相关链接：The Key For Hadoop Adoption：Learning How To Make…
数据挖掘与数据分析的主要区别是什么？ CDA数据分析师官网 ？www.cda.cn 欢迎来撩~ 展开阅读全文 ？ ？ 34 ？ ？ 添加评论 ？ ？ ？ 喜欢 继续浏览内容 发现更大的世界 数据分析/企业数字化转型 。
入门并深入学习数据挖掘，有哪些具体的研究方向和经典的论文可供参考？ 想系统的学习一下数据挖掘技术，并且找个方向好好研究一下，有什么经典的论文可供参考么？最好提供链接地…
Hadoop 和 BI 如何结合？搭建一个基于 Hadoop+Hive 的数据仓库，它的前端展现如何实现？如何实现 BI？ 单就和Hadoop/Hive相结合的BI前端展现来说，没有必要自己去实现，pentaho是最好的选择。Business analyti…
hadoop和大数据的关系？和spark的关系？ hadoop和spark之间的关系？hadoop和所谓的大数据之间的关系？1998年9月4日，Google公司在美国硅谷成立。正如大家所知，它是一家做搜索引擎起家的公司。。
Hadoop与分布式数据处理 Spark VS Hadoop有哪些异同点 整理一下自2113己的理解。对于一个5261users-products-rating的评分数据集，ALS会建立一4102个user*product的m*n的矩阵其中，m为users的数量，1653n为products的数量但是在这个数据集中，并不是每个用户都对每个产品进行过评分，所以这个矩阵往往是稀疏的，用户i对产品j的评分往往是空的ALS所做的事情就是将这个稀疏矩阵通过一定的规律填满，这样就可以从矩阵中得到任意一个user对任意一个product的评分，ALS填充的评分项也称为用户i对产品j的预测得分所以说，ALS算法的核心就是通过什么样子的规律来填满（预测）这个稀疏矩阵它是这么做的：假设m*n的评分矩阵R，可以被近似分解成U*(V)TU为m*d的用户特征向量矩阵V为n*d的产品特征向量矩阵（(V)T代表V的转置，原谅我不会打转置这个符号。d为user/product的特征值的数量关于d这个值的理解，大概可以是这样的对于每个产品，可以从d个角度进行评价，以电影为例，可以从主演，导演，特效，剧情4个角度来评价一部电影，那么d就等于4可以认为，每部电影在这4个角度上都有一个固定的基准评分值例如《末日崩塌》这部电影是一个产品，它的特征向量是由d个特征值组成的d=4，有4个特征值，分别是主演，导演，特效，。
如何具体的做一个基于Hadoop的数据分类/挖掘算法并行化的研究 Hadoop只是一个分布式计算的框架，同样的框架还有很多。即使没有框架也可以做研究，而且还更简单。同样的算法在处理1G数据时候，用多线程就够了。处理1PB数据时，才可能需要用Hadoop。你没有必要为了用某个热门技术，硬靠上来。各种算法都有访问共享资源的需要，这恰好是分布式计算的弱点。
