芯疼比快樂真實
說到AI,總是不可避免的聯想到大數據與雲計算,這三者可謂相輔相成,唯有全部結合起來,才有可能成為真正的人工智能。
簡單來說,AI是基於計算機軟硬件,通過模擬人類思考和智能行為的一種理論方法和技術。
而雲計算則是將服務器、存儲器、存儲設備以及網絡等資源打包成雲端,為客戶提供相關的按使用量付費的模式。
大數據則是將結構化數據和非結構化數據形成的所有數據整合起來,用以分析發現數據背後相關關係的信息資產。
人工智能
首先來說說,人工智能需要什麼數學知識。
人工智能跟 IT 技術的主要差別是什麼?簡單的說,就是 AI 對數學要求較高,對編程要求較低,而 IT 開發對於編程要求高,特別是對編程經驗要求高,但對數學要求不高。
AI是個大工程,對數學要求很關鍵。
入門級的 AI 玩家需要至少擁有:
• 包括高等數學、線性代數、概率論與數理統計在內的大學數學知識;
• 使用一種到多種編程語言的能力,如 Python、C++、Java;
• 比較熟練的英語閱讀能力,用於閱讀論文;
• 相當的人工神經網絡知識;
• ……
若想在這個領域有點建樹,可能還需要在隨機過程、泛函分析、微分流形、數值分析和優化理論等領域進一步深造。
若還未能滿足你的志向,想要搞機器人學或自動駕駛?那還得研究微分方程、運動學、動力學。
大數據
而如果你想在大數據領域有所成就,做個數據分析師應具備的5項基本技能:
1、編程
學習如何編碼是大數據分析師的基本技能。你需要編寫代碼以使用海量數據集進行數值和統計分析。你應該花時間和金錢學習的一些語言包括Python,R,Java和C ++等。
2、定量技能
首先,你需要了解多變量微積分以及線性和矩陣代數。你還需要了解概率和統計數據
通過學習這些技能,你將在數值分析方面擁有堅實的基礎。
3、多種技術
技術並不僅限於編程。一個優秀的大數據分析師必須熟悉的技術範圍是巨大的。它涵蓋了無數的工具,平臺,硬件和軟件。例如,Microsoft Excel,SQL和R是基本工具。在企業級,SPSS,Cognos,SAS,MATLAB與Python,Scala,Linux,Hadoop和HIVE一樣重要。
學習大數據必須學習大數據核心知識,比如:Hadoop生態系統;HDFS技術;HBASE技術;Sqoop使用流程;數據倉庫工具HIVE;大數據離線分析Spark、Python語言;數據實時分析Storm;消息訂閱分發系統Kafka等。
你使用的實際技術取決於你所處的環境。它還會根據你公司和項目的要求而有所不同。
4、對業務和成果的理解
如果無法將數據和見解應用於業務設置,則無法對其進行分析。所有大數據分析師都需要對其運營的業務和域有深刻的理解。
5、數據解釋
在我們概述的所有技能中,數據解釋是例外。這是一種藝術與科學相結合的技能。它需要科學和數學知識,但也需要創造力、獨創性和好奇心。
雲計算
雲計算是網格計算(Grid Computing)、分佈式計算(Distributed Computing)、並行計算(Parallel Computing)、效用計算(Utility Com puting)、網絡存儲(Network Storage Technologies)、虛擬化(Virtualization)、負載均衡(Load Balance)等傳統計算機技術和網絡技術發展融合的產物。
下面是雲計算所需要學習的技術點以及詳細內容:
一、網絡基礎、Linux系統管理、Linux網絡服務
1、網絡基礎、Linux系統管理、Linux網絡服務;
2、服務器與操作系統、網站與域名知識、病毒與木馬揭秘、構建LAMP網站平臺; 3、計算機網絡參考模型、交換路由原理與基本配置、網絡層協議與應用;
4、Linux目錄和文件管理、安裝程序、賬號與權限管理、磁盤管理與服務器RAID; 5、進程和計劃任務管理、深入理解Linux文件系統;
6、Linux基礎網絡設置、DHCP、Samba、FTP、DNS、Postfix、CA認證、NFS、YUM、PXE。
二、Linux企業級應用、群集、虛擬化
1、Linux企業級應用、群集、虛擬化;
2、Shell編程的條件與case語句、sed與awk、iptables防火牆;
3、HTTP協議分析、Apache配置與優化、LNMP應用部署;
4、Nginx+Apache動靜分離項目、Nginx優化與防盜鏈、部署tomcat;
5、LVS+Keepalived群集、Haproxy、Nginx+tomcat負載均衡與動靜分離;
6、VMware、KVM、Docker 虛擬化;
7、MySQL管理、備份與恢復、主從複製與讀寫分離;
8、MySQL-MMM高可用、heartbeat、DRBD、故障排查;
9、Squid、Vainish、Nginx、Memcache、CDN緩存加速;
10、Cacti、Nagios、Zabbix監控;
11、企業遠程備份同步rsync 、MFS分佈式文件系統。
三、雲計算、大數據、 Oracle、運維自動化
1、Oracle安裝部署、體系結構、事務和常用數據庫對象、備份與恢復、OEM監控與管理;
2、Oracle常見故障處理、Oracle RAC群集項目、Oracle Data Guard;
3、社交網站架構項目、百萬PV網站架構項目、千萬PV網站架構項目;
4、雲計算openstack項目、大數據hadoop項目; 5、Puppet、Ansible自動化運維項目、運維經驗、流程規範。
四、Python基礎、Django Web開發、Python運維開發
1、Python基礎、元組與字典、程序邏輯、函數與模塊、類和對象、面向對象編程、遊戲項目;
2、HTML、CSS、JavaScript、jQuery、Bootstrap框架;
3、MVC設計模式、Django框架綜合應用、 Django Web開發項目;
4、Python運維開發基礎、系統批量運維管理器Fabric應用、集中化管理平臺Saltstack應用;
5、使用Mrjob框架編寫Hadoop MapReduce、運維開發項目。