一談到大數(shù)據(jù)技術(shù)，很多人首先想到的是數(shù)學(xué)，大概是因?yàn)閿?shù)字在數(shù)學(xué)體系中穩(wěn)固的位置吧，這也是理所當(dāng)然的。大數(shù)據(jù)時(shí)代已經(jīng)被抄的很熱了，這個(gè)行業(yè)目前已經(jīng)逐漸成熟，想學(xué)習(xí)大數(shù)據(jù)開發(fā)的人越來越多。每天我們?cè)诨ヂ?lián)網(wǎng)都要存留大量的信息，但如何收集、整理這海量的信息，并產(chǎn)生價(jià)值，已經(jīng)是各行各業(yè)都在探索的重要課題，且不說在海量數(shù)據(jù)中挖掘用戶需求，預(yù)測(cè)未來的市場(chǎng)導(dǎo)向，就連政府的政務(wù)數(shù)據(jù)也要云計(jì)算、大數(shù)據(jù)。.

如果有編程背景這是最好的了，會(huì)節(jié)省很多學(xué)習(xí)時(shí)間，更容易理解。因?yàn)榇髷?shù)據(jù)環(huán)境比較復(fù)雜，并不像學(xué)習(xí)編程軟件一樣，機(jī)器安裝一下，跟老師敲幾行代碼就可以了，但大數(shù)據(jù)可就要麻煩多了，至少要準(zhǔn)備好虛擬化的集群環(huán)境，然后又要安裝部署各種計(jì)算框架，所以需要有耐心，有一定解決問題的能力，堅(jiān)持不懈，才有可能學(xué)好大數(shù)據(jù)。

由于工作關(guān)系，在我的周圍存在這兩類人，一是正在學(xué)校學(xué)習(xí)的大學(xué)生，二是在IT公司從事研發(fā)設(shè)計(jì)的工程師。他們?cè)跀?shù)學(xué)學(xué)習(xí)和應(yīng)用方面出現(xiàn)了兩個(gè)極端。在校大學(xué)生，特別是大一、大二的學(xué)生每學(xué)期都有一些諸如數(shù)學(xué)分析、線性代數(shù)、數(shù)論之類數(shù)學(xué)課程，盡管在課堂上可以聽到萊布尼茨和牛頓的糾葛故事、笛卡爾的愛情故事，但是他們往往感到很迷茫，因?yàn)椴恢浪鶎W(xué)的數(shù)學(xué)知識(shí)到底有什么用。對(duì)于IT公司的研發(fā)人員來說，他們?cè)谶M(jìn)入大數(shù)據(jù)相關(guān)崗位前，總是覺得要先學(xué)點(diǎn)數(shù)學(xué)，但是茫茫的數(shù)學(xué)世界，哪里才是大數(shù)據(jù)技術(shù)的開頭？

線性代數(shù)這部分?jǐn)?shù)學(xué)知識(shí)與大數(shù)據(jù)技術(shù)開發(fā)的關(guān)系也很密切，矩陣、轉(zhuǎn)置、秩 分塊矩陣、向量、正交矩陣、向量空間、特征值與特征向量等在大數(shù)據(jù)建模、分析中也是常用的技術(shù)手段。

在互聯(lián)網(wǎng)大數(shù)據(jù)中，許多應(yīng)用場(chǎng)景的分析對(duì)象都可以抽象成為矩陣表示，大量Web頁(yè)面及其關(guān)系、微博用戶及其關(guān)系、文本集中文本與詞匯的關(guān)系等等都可以用矩陣表示。比如對(duì)于Web頁(yè)面及其關(guān)系用矩陣表示時(shí)，矩陣元素就代表了頁(yè)面a與另一個(gè)頁(yè)面b的關(guān)系，這種關(guān)系可以是指向關(guān)系，1表示a和b之間有超鏈接，0表示a,b之間沒有超鏈接。著名的PageRank算法就是基于這種矩陣進(jìn)行頁(yè)面重要性的量化，并證明其收斂性。

以矩陣為基礎(chǔ)的各種運(yùn)算，如矩陣分解則是分析對(duì)象特征提取的途徑，因?yàn)榫仃嚧砹四撤N變換或映射，因此分解后得到的矩陣就代表了分析對(duì)象在新空間中的一些新特征。所以，奇異值分解SVD、PCA、NMF、MF等在大數(shù)據(jù)分析中的應(yīng)用是很廣泛的。

詳細(xì)內(nèi)容：【大數(shù)據(jù)學(xué)習(xí)】數(shù)學(xué)基礎(chǔ)及應(yīng)用——阿里云大學(xué)

課程主要介紹大數(shù)據(jù)中的數(shù)學(xué)基礎(chǔ)：

• 一、向量、矩陣介紹?

• 二、向量在游戲引擎中的應(yīng)用

• 三、矩陣奇異值分解及其應(yīng)用?

• 四、導(dǎo)數(shù)、梯度介紹?

• 五、最優(yōu)化方法及其應(yīng)用

阿里云開發(fā)者社區(qū)全面升級(jí)，一站式體驗(yàn)，用得更爽：（阿里云開發(fā)者社區(qū)首頁(yè)）

轉(zhuǎn)載于:https://blog.51cto.com/14377691/2410012

總結(jié)

以上是生活随笔為你收集整理的【大数据】学习大数据前需要掌握的知识的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。