大數據入門你必須知道的關鍵詞

算法與分析法

算法 (Algorithms)-可以完成某種數據分析的數學公式。算法被用于軟件處理與分析輸入的數據。

分析法(Analytics)–用于發現數據的內在涵義。通過分析，無用雜亂的數據可以轉化成有益的結論。這里的重點是數據的影響力，而不是復雜的軟件系統。這可能就是為何大家使用數據來完成自己的論述。數據分析有三種不同的類型：

描述性分析(Descriptive Analytics)-把大數據分成小塊的信息分析，類似于總結數據所描述的故事。描述性分析不呈現每一組細節和數據，它描述了數據的基本特征，完成從“數據”到“信息”的轉化。

預測性分析(Predictive analysis)–大數據分析方法中最有價值的一種分析方法，這種方法有助于預測個人未來(近期)的行為。通過使用各種不同的數據集，來識別風險和機遇。預測很難達到100%的準確性，但是它提供了未來趨勢的見解。這種預測分析通常包含了數據挖掘，機器學習和統計學。

規范性分析 (Prescriptive Analytics)–不僅要利用“當前和過去的數據”，還加入綜合考慮其他影響因素，在對比分析所有可能方案的基礎上，提出“可以直接用于決策的建議或方案”。規范性分析實現了從“知識”到“智慧(決定)”的轉變。云計算與數據

云計算(Cloud computing)– 云計算可用于任何時間與地點。它是構建在網絡上的分布式計算系統，數據文件是存儲于網絡（即云端）而非硬盤。

數據庫即服務(Database-as-a-Service)–部署在云端的數據庫，即用即付，例如亞馬遜云服務(AWS: Amazon Web Services)。DaaS為公司們提供了高效快捷的獲取數據的方法，也自2015年來在市場中占有著舉足輕重的作用。

數據挖掘(Data mining)–從數據集中發掘特定模式或信息的過程。數據挖掘著重利用大數據作分析，過程也利用了人工智能，機器學習或統計學等知識。

黑暗數據(Dark Data)-黑暗數據是被收集以及處理的商業信息，但從未被投入真正的用處。黑暗數據可以被理解為在黑暗中等待被分析的信息。很多公司甚至沒有意識到他們所有的潛在數據。

數據庫(Database)–一個以某種特定的技術來存儲數據集合的倉庫，它包含了表格，圖等。數據庫也可被并入數據庫管理系統[Database Management System]，軟件用于數據分析。

物聯網的世界

Hadoop (Apache Hadoop)–一個開源的分布式系統基礎框架，可用于開發分布式程序，進行大數據的運算與存儲。Hadoop是一個由Apache基金會所開發的分布式系統基礎架構，充分利用集群的威力進行高速運算和存儲。

物聯網(Internet of Things)–在普通的設備中裝上傳感器，使這些設備能夠在任何時間任何地點與網絡相連，例如你的手機，可穿戴設備或車等。物聯網包含了大量數據，使它在數據科學中有著重要的地位。除了物聯網以外，我們還有：

萬物網(Internet of Everything):將人，程序，數據和事物結合一起使得網絡連接變得更加相關，更有價值。萬物網將信息轉化為行動，給企業，個人和國家創造新的功能，并帶來更加豐富的體驗和前所未有的經濟發展機遇。

機器學習以及神經網絡

機器學習(Machine learning)–人工智能的一部分，指的是機器能夠從它們所完成的任務中進行自我學習，通過長期的累積實現自我改進。機器學習算法是一類從數據中自動分析獲得規律并對未知數據進行預測的算法。它使計算機具有智慧，不需要科學家的額外時間去優化性能而發展。

MapReduce– MapReduce是面向大數據并行處理的計算模型、框架和平臺。這個模型可被分為兩個不同的概念，Map（映射）函數用來把一組鍵值對映射成一組新的鍵值對，指定并發的Reduce（歸約）函數，用來保證所有映射的鍵值對中的每一個共享相同的鍵組。

神經網絡(Neural Network)-人工神經網絡模型是模仿動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。它預測了不同的數學函數，依靠系統的復雜程度處理復雜信息。深度學習源于人工神經網絡的研究，含多隱層的多層感知器就是一種深度學習結構。

NoSQL– NoSQL(NoSQL = Not Only SQL )，意即“不僅僅是SQL”，是一項全新的數據庫革命性運動，提倡運用非關系型的數據存儲。這類數據庫泛指傳統關系型數據庫以外的其他類型的數據庫。這類數據庫有更強的一致性，能處理超大規模和高并發的數據。

總的來說，大數據是對大量、動態、能持續的數據，通過運用新系統、新工具、新模型進行挖掘，從而獲得具有洞察力和新價值的東西。以前，面對龐大的數據，我們可能會一葉障目，因此不能了解到事物的真正本質，而大數據時代的來臨，一切真相將會展現在人們面前。