1樓：知於大資料
1、excel是基礎中基礎，學好真心沒商量啦2、spss是資料分析好手，裡面有聚類，各種迴歸**，時間序列，統計，卡方檢驗等等，易操作，屬於中級。
3，r語言是目前資料分析師主流工具，功能強大，貌似裡面的資料視覺化可謂酷炫吊炸天。屬於中高階。
4、python是一種程式語言，用於資料分析挖掘,網路爬蟲等。強大高階。學習c++或者物件導向程式設計可以自學啦！
最重要往往在最後。。。如果你一心想成為一名出色的資料分析師，不瞞你言，以上前三種必須學習啊。如果你現在不會，就慢慢學起來！
2樓：八爪魚大資料
大資料常用的分析方法
1.視覺化分析
大資料分析的使用者有大資料分析專家，同時還有普通使用者，但是他們二者對於大資料分析最基本的要求就是視覺化分析，因為視覺化分析能夠直觀的呈現大資料特點，同時能夠非常容易被讀者所接受，就如同看圖說話一樣簡單明瞭。
2.資料探勘演算法
大資料分析的理論核心就是資料探勘演算法，各種資料探勘的演算法基於不同的資料型別和格式才能更加科學的呈現出資料本身具備的特點，也正是因為這些被全世界統計學家所公認的各種統計方法（可以稱之為真理）才能深入資料內部，挖掘出公認的價值。另外一個方面也是因為有這些資料探勘的演算法才能更快速的處理大資料，如果一個演算法得花上好幾年才能得出結論，那大資料的價值也就無從說起了。
3.**性分析
大資料分析要的應用領域之一就是**性分析，從大資料中挖掘出特點，通過科學的建立模型，之後便可以通過模型帶入新的資料，從而**未來的資料。
4.語義引擎
非結構化資料的多元化給資料分析帶來新的挑戰，我們需要一套工具系統的去分析，提煉資料。語義引擎需要設計到有足夠的人工智慧以足以從資料中主動地提取資訊。
5.資料質量和資料管理。大資料分析離不開資料質量和資料管理，高質量的資料和有效的資料管理，無論是在學術研究還是在商業應用領域，都能夠保證分析結果的真實和有價值。
大資料分析的基礎就是以上五個方面，當然更加深入大資料分析的話，還有很多很多更加有特點的、更加深入的、更加專業的大資料分析方法。
有什麼比較好的大資料入門的書推薦？
有什麼比較好的大資料入門的書推薦
3樓：匿名使用者
1、舍恩伯格的《大資料時代》；
2、巴拉巴西的《爆發》；
3、塗子沛的《大資料》
啤酒尿布是大資料分析的什麼，啤酒尿布是大資料分析的
訊息習慣而已，也是對人心的一種行為習慣的 爸爸們帶孩子辛苦，給孩子買尿布的時候順便買點啤酒，就是這個習慣，抓住了。檸檬學院大資料。消費者行為習慣，以消費者為中心的銷售模式 在 啤酒與尿布 的故事產生於20世紀90年代的美國沃爾瑪超市中，沃爾瑪的超市管 理人員分析銷售資料時發現了一個令人難於理解的現象...
國內外有哪些比較好用的bi資料分析工具
國外比較主流的是tableau和powerbi，前者前不久剛被salesforce收購，後者是微軟近幾年剛推出的視覺化工具，兩者用起來都很不錯，但是前者功能更強大，後者使用更方便，各有優缺點。但是前者的費用不低，小公司謹慎選擇。國內比較有名的比如growingio，諸葛io和finebi也還不錯，畢...
大資料分析需要什麼樣的python能力呢
什麼是大資料？大資料就像它看起來那樣 有大量的資料。單獨而言，你能從單一的資料獲取的洞見窮其有限。但是結合複雜數學模型以及強大計算能力的tb級資料，卻能創造出人類無法制造的洞見。大資料分析提供給商業的價值是無形的，並且每天都在超越人類的能力。為什麼選擇python？python最大的優點就是簡單易用...