从0开始学大数据
李智慧
同程艺龙交通首席架构师，前Intel大数据架构师，《大型网站技术架构》作者
立即订阅
14333 人已学习
课程目录
已完结 46 讲
0/4登录后，你可以任选4讲全文学习。
开篇词 (1讲)
开篇词 | 为什么说每个软件工程师都应该懂大数据技术？
免费
预习模块 (3讲)
预习 01 | 大数据技术发展史：大数据的前世今生
预习 02 | 大数据应用发展史：从搜索引擎到人工智能
预习 03 | 大数据应用领域：数据驱动一切
模块一 Hadoop大数据原理与架构 (7讲)
04 | 移动计算比移动数据更划算
05 | 从RAID看垂直伸缩到水平伸缩的演化
06 | 新技术层出不穷，HDFS依然是存储的王者
07 | 为什么说MapReduce既是编程模型又是计算框架？
08 | MapReduce如何让数据完成一次旅行？
09 | 为什么我们管Yarn叫作资源调度框架？
10 | 模块答疑：我们能从Hadoop学到什么？
模块二 大数据生态体系主要产品原理与架构 (7讲)
11 | Hive是如何让MapReduce实现SQL操作的？
12 | 我们并没有觉得MapReduce速度慢，直到Spark出现
13 | 同样的本质，为何Spark可以更高效？
14 | BigTable的开源实现：HBase
15 | 流式计算的代表：Storm、Flink、Spark Streaming
16 | ZooKeeper是如何保证数据一致性的？
17 | 模块答疑：这么多技术，到底都能用在什么场景里？
模块三 大数据开发实践 (8讲)
18 | 如何自己开发一个大数据SQL引擎？
19 | Spark的性能优化案例分析（上）
20 | Spark的性能优化案例分析（下）
21 | 从阿里内部产品看海量数据处理系统的设计（上）：Doris的立项
22 | 从阿里内部产品看海量数据处理系统的设计（下）：架构与创新
23 | 大数据基准测试可以带来什么好处？
24 | 从大数据性能测试工具Dew看如何快速开发大数据系统
25 | 模块答疑：我能从大厂的大数据开发实践中学到什么？
模块四 大数据平台与系统集成 (6讲)
26 | 互联网产品 + 大数据产品 = 大数据平台
27 | 大数据从哪里来？
28 | 知名大厂如何搭建大数据平台？
29 | 盘点可供中小企业参考的商业大数据平台
30 | 当大数据遇上物联网
31 | 模块答疑：为什么大数据平台至关重要？
模块五 大数据分析与运营 (5讲)
32 | 互联网运营数据指标与可视化监控
33 | 一个电商网站订单下降的数据分析案例
34 | A/B测试与灰度发布必知必会
35 | 如何利用大数据成为“增长黑客”？
36 | 模块答疑：为什么说数据驱动运营？
模块六 大数据算法 (6讲)
37 | 如何对数据进行分类和预测？
38 | 如何发掘数据之间的关系？
39 | 如何预测用户的喜好？
40 | 机器学习的数学原理是什么？
41 | 从感知机到神经网络算法
42 | 模块答疑：软件工程师如何进入人工智能领域？
智慧写给你的寄语 (1讲)
所有的不确定都是机会——智慧写给你的新年寄语
结束语 (2讲)
结束语 | 未来的你，有无限可能
第2季回归丨大数据之后，让我们回归后端
从0开始学大数据
登录|注册
42 | 模块答疑：软件工程师如何进入人工智能领域？
李智慧 2019-02-02
你好，我是李智慧。在大数据算法模块，我们一起学习了几种最常用的大数据算法，包括 KNN 分类算法、贝叶斯分类算法、PageRank 网页排名算法、关联分析 Apriori 算法、聚类分析 K-means 算法、神经网络算法以及几种常见的推荐算法，算是对大数据算法有了初步了解。
作为软件工程师，如果想掌握一些大数据算法的背景知识，以便更好地和算法相关团队合作，那么以这个模块讨论的算法为基础，触类旁通，针对公司使用的算法再进一步了解和学习，基本上也就够用了。但是，如果想从软件工程师深入进人工智能领域，那么就还需要系统地学习和掌握机器学习各方面的知识。
下面根据我的经验，给你呈现一个软件工程师进入人工智能领域的“学习路线图”，希望可以帮助到想转型进入人工智能领域的同学。
数学基础
机器学习有时候也被称为统计学习，其实就是统计大量历史数据中的规律，构建算法模型，再利用模型对现在的数据进行分类和预测。所以学习机器学习算法，先要复习一下统计学和概率论方面的知识。
很多算法的特征与函数都用向量空间表示，很多大数据算法计算也可以转化为矩阵与向量计算。比如 PageRank 算法就可以将网页间的链接关系表示为一个稀疏矩阵，所有页面的 PageRank 值构成一个向量，然后将矩阵与向量不断迭代相乘就可以了。因此，你还需要再复习一下线性代数的知识。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《从0开始学大数据》，如需阅读全部文章，
请订阅文章所属专栏。
请订阅文章所属专栏。
立即订阅
登录 后留言
精选留言(5)
杰之7最后一节课老师聊了关于AI的变现的话题，给了学习AI的知识储备，主要在数学，机器学习算法，大数据技术产品和懂些英文。
精通算法的人很多，但能将算法和业务结合的人并不多。大数据技术和机器学习技术能为整个生产环境提供平台，至于变现，更多的是我们有些有好奇的心去发现和实践。
整个专栏的结束，对于我自己而言，在课程学习的过程中，问了老师金融科技的问题，老师给予的回答是金融科技是加速器，发展前景不亚于今天的互联网技术。我要做的是就是用大数据产品和数据挖掘算法，懂金融产品的时候，在风控模型和量化上得到我个人价值的提升。
这条路上的人很多，但能做好两者的人绝对不多，对于我普通的个人而言，做到了就是荣耀，没做到也就随大流在时间里刷走的自身吧。未来可期。作者回复: 加油
2019-02-03 3
Hyun各大平台对人工智能的跟进，可能都会有所偏重。
百度是搜索起家的，对于全文搜索比较有优势，他的兴趣着落点会非常的广泛，包括政经，文体，宣教等；阿里是消费者数据更齐全，对于推荐和消费趋势更有说服力；美团更有优势在日常全品类覆盖；携程则更多看好在旅游周边。微信更接近人的真实社交需求，快速画像；还有一类特别想不到的，我认为适合做云AI的是搜狗等输入法公司。目前语音、图像识别等输入，远远达不到文字在互联网留下的痕迹，掌握了第一入口的输入法，应当是最大的赢家。2019-02-03 2
张苗推荐下 机器学习实战 这本书，偏实践，对理解机器学习很有帮助
老师的大数据课程让我对大数据技术有了整体的了解，同时对于如何学习大数据技术有了明确的方向，真的是授人以渔，收获颇丰~感谢！2019-02-07 1
风跟着老师学习了 Hadoop 大数据系统的原理与架构；Hive、Spark、HBase 等大数据生态下主要产品的原理和应用；学习了自己开发一个大数据 SQL 引擎的思路与方法，以及 Spark 源代码性能测试与优化等大数据开发实践；以及大数据技术背后的应用，大数据算法等许多内容。谢谢老师
我有一个问题想得到老师的指导，就是大数据平台怎么监控？怎么保持其持久稳定性得运行呢？用什么来源的工具获取数据呢？再次谢谢老师。作者回复: Hadoop等大数据系统自身就被设计为高可用系统，部分服务器宕机不会引起系统的不可用。
2019-02-27
纯洁的憎恶感谢李老师的大数据第一课。相比课程知识点，收获更大的是重新认识到了大数据的位置、意义和作用，初步了解到进一步系统学习大数据的方法和途径。期待进阶课程。
PS：今年1月份新出版的《深度学习 智能时代的核心驱动力量》——特伦斯·谢诺夫斯基，如何？
具备人工智能功能的ERP软件有哪些成熟产品？2019-02-02
收起评论