回答:大数据需要开发功底，比如python语言，通过编程需要抓取数据。当然会前端需要比如Html，javascript，将抓取的数据整合后通过前端去展示。所以个人觉得学习一门开发语言是必须的。
Moxmi
|
1244人阅读
回答:这个我有经验，我来答一下????♂️目前在我们数据行业内的日常用语中，数据分析和数据可视化这两个术语似乎已成为同义词。虽然说两者它都包含数据分析的内容，但实际上还是有一定的细微差别。就比如说数据分析：它更多的强调的是一个逻辑思维能力，强调的是一个探索性的过程，通常从特定的问题开始。它需要好奇心、寻找答案的欲望和很好的韧性，因为这些答案并不总是容易得到的。而数据可视化分析：它就在数据分析的基础上涉...
linkin
|
700人阅读
回答:首先我认为，业务数据分析是业务和数分这两大块内容的集合体，学习业务和学习数据分析是同等重要的，既然题主问的是学习路径，那么我就分开说：先说数据分析，要学些什么按照我一贯推崇的学习路径，数据分析一定要先学基础和方法，再学工具和技能，但是很多人都恰恰本末倒置了，下面我就按照基础和工具的顺序，说一下应该学习哪些内容1、数据分析基础包括：（1）统计学基础。数理统计学是数据分析的基础之一，很多人连统计学概念...
selfimpr
|
927人阅读
回答:想要学习大数据开发，第一件事并不是要找书籍或者是找视频教程，而是要了解一下大数据行业前景，了解一下成为大数据工程师需要具备什么样的能力，掌握哪些技能我当初学习大数据之前也有过这样的问题，作为一个过来人，今天就跟大家聊下大数据人才应该具备的技能。首先我们要知道对于大数据开发工程师需要具备的技能，下面我们分别来说明：用人单位对于大数据开发人才的能力要求有技能要求：1.精通JAVA开发语言，同时熟悉Py...
fish
|
828人阅读
回答:先说结论，问题1回答：数据分析技术简单来说可归类为统计分析技术和数据可视化两类。问题2回答：目前阶段做数据分析使用Python更高效，方便一点。希望我作为数据分析师的经验能对你有帮助1、数据分析的本质数据分析是指用适当的统计方法对收集的大量数据进行数据分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程，最后再通过得到的结论应用到行业中解决实际问题。简单概括来说数据分析就是-- 处理数...
ormsf
|
2187人阅读
作者 | Pranay DaveCDA 数据分析师原创作品，转载需授权 毫无疑问，Kaggle是非常适合学习数据科学的平台。许多数据科学家在Kaggle上投入了大量时间。 但同时，你不应该只依靠Kaggle来学习数据科学技能。 以下就是当中的原因： ...
...数据结构。 在Java里边，已经实现了不少的队列了： 那为什么还需要消息队列(MQ)这种中间件呢？？？其实这个问题，跟之前我学Redis的时候很像。Redis是一个以key-value形式存储的内存数据库，明明我们可以使用类似HashMap这种实...
摘要： 深度学习大潮为什么淹没传统的计算机视觉技术？听听大牛怎么说~ 这篇文章是受到论坛中经常出现的问题所创作的： 深度学习是否可以取代传统的计算机视觉？ 这明显是一个很好的问题，深度学习（DL）已经彻底改...
...速实现易接入、易运维的微服务解决方案。 相关阅读：为什么 kubernetes 天然适合微服务 (1) 为什么 kubernetes 天然适合微服务 （2） 为什么 kubernetes 天然适合微服务 （3） 文章来源： 网易云社区
...我喜欢始终以 WHY 开头，所以让我们开始吧。 摘要：为什么我们需要 GraphQL ？ GraphQL 解决的最重要的3个问题分别是： 需要进行多次往返以获取视图所需的数据：使用 GraphQL，你可以随时通过单次往返服务器获取视图所需的...
...是相同的原则也适用于其它任何一个对象的360°视图。 为什么你会需要一个数据的360°视图？大部分公司对它们的数据都会有一个复杂的处理过程：经常包括来自于多个数据源多种结构数据的读取、转化，然后载入到一个操作型...
ChatGPT和Sora等AI大模型应用，将AI大模型和算力需求的热度不断带上新的台阶。哪里可以获得...
一、活动亮点：全球31个节点覆盖 + 线路升级，跨境业务福音！爆款云主机0.5折起：香港、海外多节点...
大模型的训练用4090是不合适的，但推理（inference/serving）用4090不能说合适，...
callmewhy
