行业热门，岗位需求大！对于学习统计，数据，计算机科...

WCD

大数据成为了现代行业的热门，对于出国留学的同学们来说，毕业后找一份稳定又专业对口的工作是一个挑战，尤其是已经或是打算在大学内学习统计，数学和计算机科学的同学来说。数据科学对于你们来说也许也是一个不错的出路。数据科学说复杂也不复杂，快和我们一起了解一下它的一些基础热门术语吧！

文末有免费的活动哟~

1. 算法与分析法

算法 (Algorithms) - 可以完成某种数据分析的数学公式。算法被用于软件处理与分析输入的数据。

分析法(Analytics) – 用于发现数据的内在涵义。通过分析，无用杂乱的数据可以转化成有益的结论。这儿的重点是数据的影响力，而不是复杂的软件系统。这可能就是为何大家使用数据来完成自己的论述。数据分析有三种不同的类型：

描述性分析(Descriptive Analytics)- 把大数据分成小块的信息分析，类似于总结数据所描述的故事。描述性分析不呈现每一组细节和数据，它描述了数据的基本特征，完成从“数据”到“信息”的转化。

预测性分析(Predictive analysis) – 大数据分析方法中最有价值的一种分析方法，这种方法有助于预测个人未来(近期)的行为，例如某人很可能会买某些商品，可能会访问某些网站，做某些事情或者产生某种行为。通过使用各种不同的数据集，例如历史数据，事务数据，社交数据，或者客户的个人信息数据，来识别风险和机遇。预测很难达到100%的准确性，但是它提供了未来趋势的见解。这种预测分析通常包含了数据挖掘，机器学习和统计学。

规范性分析 (Prescriptive Analytics) – 不仅要利用“当前和过去的数据”，还加入综合考虑其他影响因素，在对比分析所有可能方案的基础上，提出“可以直接用于决策的建议或方案”。规范性分析实现了从“知识(数据)”到“智慧(决定)”的转变。

2. 云计算与数据

云计算(Cloud computing) – 云计算可用于任何时间与地点。它是构建在网络上的分布式计算系统，数据文件是存储于网络（即云端）而非硬盘。

数据库即服务(Database-as-a-Service) – 部署在云端的数据库，即用即付，例如亚马逊云服务(AWS: Amazon Web Services)。DaaS 为公司们提供了高效快捷的获取数据的方法，也自2015年来在市场中占有着举足轻重的作用。

数据挖掘(Data mining) – 从数据集中发掘特定模式或信息的过程。数据挖掘着重利用大数据作分析，过程也利用了人工智能，机器学习或统计学等知识。

数据库(Database) – 一个以某种特定的技术来存储数据集合的仓库，它包含了表格，图等。数据库也可被并入数据库管理系统[Database Management System (DBMS)]，软件用于数据分析。

3. 物联网的世界

Hadoop (Apache Hadoop) – 一个开源的分布式系统基础框架，可用于开发分布式程序，进行大数据的运算与存储。Hadoop是一个由Apache基金会所开发的分布式系统基础架构。Hadoop充分利用了集群的威力进行高速运算和存储。而且它提供高吞吐量来访问应用程序的数据，适合那些有着超大数据集的应用程序。Apache也控管着其他相关软件：Pig, Hive和Spark(后文会被提到)。

物联网(Internet of Things) – 在普通的设备中装上传感器，使这些设备能够在任何时间任何地点与网络相连，例如你的手机，可穿戴设备或车等。无人驾驶汽车就是一个很好的例子，它经常从云端获取信息，也从它的感应器上发送回信息。物联网包含了大量数据，使它在数据科学中有着重要的地位。除了物联网以外，我们还有：

万物网(Internet of Everything): 将人，程序，数据和事物结合一起使得网络连接变得更加相关，更有价值。万物网将信息转化为行动，给企业，个人和国家创造新的功能，并带来更加丰富的体验和前所未有的经济发展机遇。就这个概念而言，万物互联（IoE）的其中一个重要方面（也是不同于物联网IoT的一个方面）是“网络效应”。

4. 机器学习以及神经网络

机器学习(Machine learning) – 人工智能的一部分，指的是机器能够从它们所完成的任务中进行自我学习，通过长期的累积实现自我改进。机器学习算法是一类从数据中自动分析获得规律并对未知数据进行预测的算法。它使计算机具有智慧，不需要科学家的额外时间去优化性能而发展。

MapReduce – MapReduce是面向大数据并行处理的计算模型、框架和平台。这个模型可被分为两个不同的概念，Map（映射）函数用来把一组键值对映射成一组新的键值对，指定并发的Reduce（归约）函数，用来保证所有映射的键值对中的每一个共享相同的键组。

神经网络(Neural Network)- 人工神经网络模型是模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。它预测了不同的数学函数，依靠系统的复杂程度处理复杂信息。深度学习源于人工神经网络的研究，含多隐层的多层感知器就是一种深度学习结构。

NoSQL – NoSQL(NoSQL = Not Only SQL )，意即“不仅仅是SQL”，是一项全新的数据库革命性运动，提倡运用非关系型的数据存储。这类数据库泛指传统关系型数据库以外的其他类型的数据库。这类数据库有更强的一致性，能处理超大规模和高并发的数据。

5. P字节与R

P字节(PB: Petabytes) – 约等于1000 TB(terabytes), 约等于1百万 GB (gigabytes)。换句话说，1PB被描述为2千万个被文字填满的四抽屉柜子。20PB大约是所有人类自世界开始以来在所有语言中所书写的工作量。

6. 关键词的最末章

软件即服务(SaaS: Software-as-a-Service) – 基于Web的通过浏览器使用的一种应用软件，SaaS提供了云端服务，而不基于硬盘驱动器和服务器等成本高昂的硬件。

Spark - Apache Spark 是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce的通用并行框架，广泛用于机器学习等领域。

SQL – 结构化查询语言。SQL语言的主要功能就是同各种数据库建立联系，进行沟通。SQL语句可以用来执行各种各样的操作，例如更新数据库中的数据，从数据库中提取数据等。虽然很多数据库都对SQL语句进行了再开发和扩展，但是包括Select、Insert、Update、Delete、Create以及Drop在内的标准的SQL命令仍然可以被用来完成几乎所有的数据库操作。

7. 免费的讲座

实战课程：大数据工具箱，四天时间内掌握：Python | SQL | Linux | AWS |, 扫清迈入数据科学领域的前端障碍。

讲座时间&地点：7月2日，下午两点半到四点半；80 Bloor Street West, Room: 500, Toronto, Ontario.

注：此讲座是免费的喔，来时和我们的工作人员说是从51加国无忧论坛上看到的。

想要了解更多的信息，可以登录我们的官网：http://weclouddata.com 或者咨询我们的工作人员，拨打中文热线：（647）9636423。