大数据挖掘自学（大数据 挖掘）

怎么样自学大数据挖掘师?

第六阶段：学习spark，能够胜任Spark相关工作，包括ETL工程师、Spark工程师、Hbase工程师、用户画像系统工程师、大数据反欺诈工程师。目前企业急缺Spark相关人才。

学会自我思考 自学大数据，那么选择自学也就是说大部分时候都是自我摸索学习，自我思考如何学习的阶段，大数据的学习得有计划的进行，比如在学大数据之前，你得先些大数据知识，大数据语言是支撑大数据框架的主体语言，所以自我思考如何学大数据时，你必须明确先学什么，再学什么，而不是看哪算哪。

如果没时间，就把最常用的命令自己敲敲，网上有对应的总结，自己很容易搜到。一定要自己敲敲。第二模块：大数据框架 Hadoop：重点学，毕竟大数据是以Hadoop起家的，里面就HDFS，MapReduces，YARN三个模块。Hive：先学会怎么用，当作一个工具来学习。

.大数据能自学吗 如果是计算机专业的，不管毕业与否，自学这个，比较好入门，并且以后找工作也算是专业对口。 如果不是计算机专业，并且已经...大数据自学的建议 对于零基础想要学习的大数据的同学，最好的方案是：先关注一些大数据领域的动态，让自己融入大数据这样一个大的环境中。

就可以去网上找找免费的教程，选择适合自己的自学试试看。自学大数据路线图尝试自学若觉得自己的约束能力一般，但是能学到进去也想尽快掌握技术，那可以考虑参加大数据培训班，老师指导效率也会比较高。无论是自学还是参加培训班都需要自己付出较多的努力哦。

第一方面是数学基础，第二方面是统计学基础，第三方面是计算机基础。要想在数据分析的道路上走得更远，一定要注重数学和统计学的学习。数据分析说到底就是寻找数据背后的规律，而寻找规律就需要具备算法的设计能力，所以数学和统计学对于数据分析是非常重要的。

数据挖掘能自学吗?

1、数学有这三个底子就可以了。数学分析不要看了。因为那只是高数的延伸！计算机你一定要懂。数据库你必须得学会。三大数据库ORACLE.SQL.MYSQL原理基本类似触类旁通！还有就是培养你的思维，尽量缜密敏捷。这样才可以发现数据中的不同！因为有的数据挖掘是计算机处理的。有的则是纸面上的。

2、多看看理论知识和一些数据挖掘视频，不过小白自学比较困难，首先学下数据分析基本方法与基础语言，比如R语言，pathoy语言等，可以去大讲台咨询一下，他们做数据挖掘培训有些年头了。

3、参加实际的数据挖掘的竞赛，例如KDDCUP，或 https：// 上面的竞赛。这个过程会训练你如何在一个短的时间内解决一个实际的问题，并熟悉整个数据挖掘项目的全过程。

大数据初学者应该怎么学?

1、Java ：只要了解一些基础即可，做大数据不需要很深的Java 技术，学java SE 就相当于有学习大数据。

2、Anintroduction to statistical learning with application in R：这本书算是著名的the element of statistical learning的姊妹篇，后者更注重统计（机器）学习的模型和算法，而前者所涉及的模型和算法原没有后者全面或深入，但却是用R来学习和应用机器学习的很好的入口。

3、新手学习大数据可以通过自学或是培训两种方式。想要自学那么个人的学历不能低于本科，若是计算机行业的话比较好。非本专业也可以，只要学历够，个人的逻辑思维能力以及个人的约束能力较好，就可以去网上找找免费的教程，选择适合自己的自学试试看。

4、初学者不妨从模仿和复现实践开始，例如通过构建Hadoop组件，一步步理解其工作原理和组成部分。搭建分布式集群是个挑战，需要你掌握多台电脑的配置和虚拟化技术，因为大数据对硬件性能有较高要求，需要支持多操作系统和组件的运行。

大数据学习,对于一个零基础的小白来说难学吗?

1、学习难度大数据本身的学习难度就在那，而对于以上两种情形来说，你问他们大数据难不难学，他们给你的答案肯定也不一样。保持兴趣大数据难不难学，首先跟个人的兴趣爱好还是相关的，所以学大数据的朋友一定要保持对大数据的兴趣，这样你的学习才会更加的愉快，你才会有足够的动力学大数据。

2、基础学习大数据的难度是有的，但并不代表你无法实现快速的转型。大数据指的是无法使用传统的流程或工具来处理或分析的信息，大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。

3、对于没有基础学员来说学习大数据有一定的难度，如需学习大数据推荐咨询【达内教育】。学习大数据要注意以下两点：建立起兴趣。在IT技术领域，理论的学习是一个长期的枯燥的过程，大数据尤其如此，在真正能够进行大数据实操之前，需要完成整个技术体系的学习，搭建起完整的大数据技术知识体系。

如何自学数据挖掘

1、提供三种办法： 在网上找找《南开100题》C语言版，仔细研究，反复研究，直到看到题就想起代码。 把以前C语言的课本找出来，做熟每一道习题。 找资料学习PASCAL语言，PASCAL功能强大，语言风格严谨，对于培养严密的思维、逻辑能力有好处。数据挖掘目前在中国尚未流行开来，犹如屠龙之技。

2、学习大规模并行计算的技术，例如MapReduce、MPI，GPU Computing。基本每个大公司都会用到这些技术，因为现实的数据量非常大，基本都是在计算集群上实现的。 参加实际的数据挖掘的竞赛，例如KDDCUP，或 https：// 上面的竞赛。

3、第一阶段：掌握数据挖掘的基本概念和方法。先对数据挖掘有一个概念的认识，并掌握基本的算法，如分类算法、聚类算法、协同过滤算法等。参考书：《数据挖掘概念和技术》（第三版）范明，孟小峰 译著。第二阶段：掌握大数据时代下的数据挖掘和分布式处理算法。