怎样学习大数据？ 20
学习大数据技术，无疑有两种方式：一、自学；二、培训。
对于自学，是很多人都会经历的，正所谓，不经历刻骨铭心的找资料，翻书籍，找大神的过程，怎么会知道自己居然这么爱学习。
对于培训，总是经过千思万想之后才会下的决定，毕竟是要花钱买技术，面对自己兜里的那扁扁的钱包，总要考虑一下的。
这两种学习方式，其实我都不会偏向哪一种，只是每个人的情况不一样，自然选择的路也是不一样的。
我对这两种学习方式从以下十二个方面做了一下小小的比较，大家视情况再定！
一、适合人群
自学：有基础、自控能力强、清晰的学习目标和计划
培训：没有清的学习目标和计划
二、学习目标
自学：不清晰
培训：阶段性学习，目标清晰
三、学习进度
自学：无法控制
培训：有计划有条理，学习进度快
四、学习时间
自学：随意
培训：有规律，且能保证时长
五、学习内容
自学：需要自己到处搜集相关的书籍、视频，没有清晰的知识架构
培训：专业课程设置，学习内容对接企业需求，循序渐进
六、学习效果
自学：没有标准，无法检验
培训：周考月考阶段性检验学习效果
七、学习氛围
自学：孤独学习，不能跟老师同学交流
培训：学习分为浓厚，技术交流通畅
八、技术保障
自学：无法确保书籍和视频技术内容是当前企业主流的应用技术
培训：契合市场和企业需求的新技术且更新及时
九、是否有人指导
自学：无，有问题难以及时解决，容易走弯路
培训：有，技术大牛随时地解决疑问
十、顶目经验
自学：理论大于实战，无实战项目经验
培训：多个项目实战能力，拥有自己的作品，确保去企业就能开发
十一、坚持程度
自学：往往缺乏动力，半途而废
培训：有老师、同学督促，能持之以恒，学有所成
十二：找工作难易
自学：没有拿得出手的作品，找工作较准
培训：多个实战作品＋专业就业指导，高薪就业容易
大家可以根据上面的对比分析，视情况而定。再献上我的一个年终大礼包（自学和培训都不可错过哦）！
总体思维
社会科学研究社会现象的总体特征，以往采样一直是主要数据获取手段，这是人类在无法获得总体数据信息条件下的无奈选择。在大数据时代，人们可以获得与分析更多的数据，甚至是与之相关的所有数据，而不再依赖于采样，从而可以带来更全面的认识，可以更清楚地发现样本无法揭示的细节信息。
正如舍恩伯格总结道：“我们总是习惯把统计抽样看作文明得以建立的牢固基石，就如同几何学定理和万有引力定律一样。但是，统计抽样其实只是为了在技术受限的特定时期，解决当时存在的一些特定问题而产生的，其历史不足一百年。如今，技术环境已经有了很大的改善。在大数据时代进行抽样分析就像是在汽车时代骑马一样。在某些特定的情况下，我们依然可以使用样本分析法，但这不再是我们分析数据的主要方式。
”也就是说，在大数据时代，随着数据收集、存储、分析技术的突破性发展，我们可以更加方便、快捷、动态地获得研究对象有关的所有数据，而不再因诸多限制不得不采用样本研究方法，相应地，思维方式也应该从样本思维转向总体思维，从而能够更加全面、立体、系统地认识总体状况。
容错思维
在小数据时代，由于收集的样本信息量比较少，所以必须确保记录下来的数据尽量结构化、精确化，否则，分析得出的结论在推及总体上就会“南辕北辙”，因此，就必须十分注重精确思维。然而，在大数据时代，得益于大数据技术的突破，大量的非结构化、异构化的数据能够得到储存和分析，这一方面提升了我们从数据中获取知识和洞见的能力，另一方面也对传统的精确思维造成了挑战。
舍恩伯格指出，“执迷于精确性是信息缺乏时代和模拟时代的产物。只有5%的数据是结构化且能适用于传统数据库的。如果不接受混乱，剩下95%的非结构化数据都无法利用，只有接受不精确性，我们才能打开一扇从未涉足的世界的窗户”。
也就是说，在大数据时代，思维方式要从精确思维转向容错思维，当拥有海量即时数据时，绝对的精准不再是追求的主要目标，适当忽略微观层面上的精确度，容许一定程度的错误与混杂，反而可以在宏观层面拥有更好的知识和洞察力。
相关思维
在小数据世界中，人们往往执着于现象背后的因果关系，试图通过有限样本数据来剖析其中的内在机理。小数据的另一个缺陷就是有限的样本数据无法反映出事物之间的普遍性的相关关系。而在大数据时代，人们可以通过大数据技术挖掘出事物之间隐蔽的相关关系，获得更多的认知与洞见，运用这些认知与洞见就可以帮助我们捕捉现在和预测未来，而建立在相关关系分析基础上的预测正是大数据的核心议题。
通过关注线性的相关关系，以及复杂的非线性相关关系，可以帮助人们看到很多以前不曾注意的联系，还可以掌握以前无法理解的复杂技术和社会动态，相关关系甚至可以超越因果关系，成为我们了解这个世界的更好视角。舍恩伯格指出，大数据的出现让人们放弃了对因果关系的渴求，转而关注相关关系，人们只需知道“是什么”，而不用知道“为什么”。
我们不必非得知道事物或现象背后的复杂深层原因，而只需要通过大数据分析获知“是什么”就意义非凡，这会给我们提供非常新颖且有价值的观点、信息和知识。也就是说，在大数据时代，思维方式要从因果思维转向相关思维，努力颠覆千百年来人类形成的传统思维模式和固有偏见，才能更好地分享大数据带来的深刻洞见。
智能思维
不断提高机器的自动化、智能化水平始终是人类社会长期不懈努力的方向。计算机的出现极大地推动了自动控制、人工智能和机器学习等新技术的发展，“机器人”研发也取得了突飞猛进的成果并开始一定应用。应该说，自进入到信息社会以来，人类社会的自动化、智能化水平已得到明显提升，但始终面临瓶颈而无法取得突破性进展，机器的思维方式仍属于线性、简单、物理的自然思维，智能水平仍不尽如人意。
但是，大数据时代的到来，可以为提升机器智能带来契机，因为大数据将有效推进机器思维方式由自然思维转向智能思维，这才是大数据思维转变的关键所在、核心内容。
众所周知，人脑之所以具有智能、智慧，就在于它能够对周遭的数据信息进行全面收集、逻辑判断和归纳总结，获得有关事物或现象的认识与见解。同样，在大数据时代，随着物联网、云计算、社会计算、可视技术等的突破发展，大数据系统也能够自动地搜索所有相关的数据信息，并进而类似“人脑”一样主动、立体、逻辑地分析数据、做出判断、提供洞见，那么，无疑也就具有了类似人类的智能思维能力和预测未来的能力。
“智能、智慧”是大数据时代的显著特征，大数据时代的思维方式也要求从自然思维转向智能思维，不断提升机器或系统的社会计算能力和智能化水平，从而获得具有洞察力和新价值的东西，甚至类似于人类的“智慧”。
|
广告 您可能关注的内容 |
