本科非計算機系，想去研究大數(shù)據(jù)，我該自學什么？python還是c語言？第一步：統(tǒng)計概率的理論基礎(chǔ)這是最重要的。它從地基土開始，最重要的是底層。統(tǒng)計思維、統(tǒng)計方法，這里先是對市場調(diào)研數(shù)據(jù)的采集和整理，然

本科非計算機系，想去研究大數(shù)據(jù)，我該自學什么？python還是c語言？

第一步：統(tǒng)計概率的理論基礎(chǔ)

這是最重要的。它從地基土開始，最重要的是底層。統(tǒng)計思維、統(tǒng)計方法，這里先是對市場調(diào)研數(shù)據(jù)的采集和整理，然后是最簡單的描述性分析，接下來是常用的推理分析、方差分析，再到高級相關(guān)、回歸等多元統(tǒng)計分析，掌握這些原理，就可以進行下一步。

第二步：軟件操作結(jié)合分析模型進行實際應用

數(shù)據(jù)分析的主流軟件有（由淺入深）：Excel、SPSS、Stata、R、SAS等。首先，學習如何操作這些軟件，然后從數(shù)據(jù)清洗開始，利用軟件對數(shù)據(jù)進行一步一步的處理和分析，最后輸出結(jié)果，測試和解釋數(shù)據(jù)。

第三步：數(shù)據(jù)挖掘或數(shù)據(jù)分析方向選擇

事實上，數(shù)據(jù)分析也包括數(shù)據(jù)挖掘，但在工作中，會細分為分析方向和挖掘方向。兩者之間有區(qū)別。數(shù)據(jù)挖掘還涉及到很多模型算法，如關(guān)聯(lián)規(guī)則、神經(jīng)網(wǎng)絡(luò)、決策樹、遺傳算法、可視化技術(shù)等

第四步：數(shù)據(jù)分析和業(yè)務(wù)應用

這一步也是最難學的。采用不同行業(yè)、不同業(yè)務(wù)、不同分析方法。實際工作就是解決業(yè)務(wù)問題，所以對業(yè)務(wù)的洞察非常重要，這種能力需要在工作中一點一點積累。也許我們現(xiàn)在用一些回歸的方法來做零售會有幫助，但是當我們轉(zhuǎn)向電子商務(wù)的時候，我們會用其他的挖掘方法。雖然業(yè)務(wù)是千變?nèi)f化的，但是分析方法總是在變化的，所以掌握技術(shù)和使用任何環(huán)境只取決于業(yè)務(wù)經(jīng)驗的積累。

從事python后端需要學什么技術(shù)？

對于Python學習者來說，他們需要掌握以下技術(shù)

網(wǎng)絡(luò)編程。網(wǎng)絡(luò)編程在生活和發(fā)展中無處不在。哪里有通信，哪里就有網(wǎng)絡(luò)。它可以稱為一切發(fā)展的“基石”。對于所有的編程開發(fā)人員來說，我們必須知道它是什么，為什么是這樣，所以網(wǎng)絡(luò)部分將從協(xié)議、包、解包等底層進行深入的分析。

2. 爬蟲開發(fā)。所有網(wǎng)絡(luò)數(shù)據(jù)作為資源，通過自動化程序進行有針對性的數(shù)據(jù)采集和處理。爬蟲開發(fā)項目包括跨越式反爬蟲策略、高性能異步IO、分布式爬蟲等，并對scrapy框架的源代碼進行分析，了解其原理，實現(xiàn)定制的爬蟲框架。

3. 網(wǎng)絡(luò)開發(fā)。Web開發(fā)包括前端和后端兩部分。前端部分將您從“黑白”帶到“彩色”世界，而動態(tài)網(wǎng)頁的后端部分則是手工開發(fā)的。它需要你從10行代碼到n百萬行代碼來實現(xiàn)和使用你自己的微網(wǎng)框架。對框架的解釋涵蓋了數(shù)據(jù)、組件、安全性和其他領(lǐng)域的知識。它可以從底層了解其工作原理，控制任何行業(yè)主流的web框架環(huán)境。

4. It自動化發(fā)展。It運維自動化是根據(jù)It服務(wù)需求，將靜態(tài)設(shè)備結(jié)構(gòu)轉(zhuǎn)化為動態(tài)彈性響應的一組策略。目的是減少人工干預，降低人員成本和出錯概率。從設(shè)計層面、框架選擇、靈活性、可擴展性、故障處理，以及如何優(yōu)化與各大互聯(lián)網(wǎng)公司的實際案例的聯(lián)系，如fortress machine、CMDB、全網(wǎng)監(jiān)控、主機管理等，可以帶您開發(fā)出企業(yè)中最常用的項目。財務(wù)分析。財務(wù)分析包括學習財務(wù)知識和python相關(guān)模塊。它帶你從金融小白到量化交易策略的發(fā)展。學習內(nèi)容包括numpypandasSciPy數(shù)據(jù)分析模塊和其他常用的金融分析策略，如“雙倍移動平均線”、“周規(guī)則交易”、“羊駝策略”、“雙刺交易策略”等，讓夢想成真，進入金融行業(yè)不再是夢想。

6. 人工智能機器學習。隨著人工智能時代的到來，首先介紹了深度機器學習課程。它包括機器學習的基本概念和公共知識，如分類、聚類、回歸、神經(jīng)網(wǎng)絡(luò)和公共類庫，并根據(jù)周圍的事件作為案例，逐步經(jīng)過預處理、建模、訓練、評價和參數(shù)化。人工智能是未來科學技術(shù)發(fā)展的新趨勢。Python作為最重要的編程語言，必將有很好的發(fā)展前景?，F(xiàn)在也是學習python的好機會。