分享

人工智能、大数据、云计算,分别需要的什么样的数学水平?需要学过哪些数学?

 仲秋馆里 2018-09-05

说到AI,总是不可避免的联想到大数据与云计算,这三者可谓相辅相成,唯有全部结合起来,才有可能成为真正的人工智能。

简单来说,AI是基于计算机软硬件,通过模拟人类思考和智能行为的一种理论方法和技术。
云计算则是将服务器、存储器、存储设备以及网络等资源打包成云端,为客户提供相关的按使用量付费的模式。
大数据则是将结构化数据和非结构化数据形成的所有数据整合起来,用以分析发现数据背后相关关系的信息资产。

人工智能

首先来说说,人工智能需要什么数学知识。

人工智能跟 IT 技术的主要差别是什么?简单的说,就是 AI 对数学要求较高,对编程要求较低,而 IT 开发对于编程要求高,特别是对编程经验要求高,但对数学要求不高。

AI是个大工程,对数学要求很关键。

入门级的 AI 玩家需要至少拥有:

· 包括高等数学、线性代数、概率论与数理统计在内的大学数学知识;

· 使用一种到多种编程语言的能力,如 Python、C++、Java;

· 比较熟练的英语阅读能力,用于阅读论文;

· 相当的人工神经网络知识;

· ……

若想在这个领域有点建树,可能还需要在随机过程、泛函分析、微分流形、数值分析和优化理论等领域进一步深造。

若还未能满足你的志向,想要搞机器人学或自动驾驶?那还得研究微分方程、运动学、动力学。

大数据

而如果你想在大数据领域有所成就,做个数据分析师应具备的5项基本技能:

1、编程

学习如何编码是大数据分析师的基本技能。你需要编写代码以使用海量数据集进行数值和统计分析。你应该花时间和金钱学习的一些语言包括Python,R,Java和C ++等。

2、定量技能

首先,你需要了解多变量微积分以及线性和矩阵代数。你还需要了解概率和统计数据

通过学习这些技能,你将在数值分析方面拥有坚实的基础。

3、多种技术

技术并不仅限于编程。一个优秀的大数据分析师必须熟悉的技术范围是巨大的。它涵盖了无数的工具,平台,硬件和软件。例如,Microsoft Excel,SQL和R是基本工具。在企业级,SPSS,Cognos,SAS,MATLAB与Python,Scala,Linux,Hadoop和HIVE一样重要。

学习大数据必须学习大数据核心知识,比如:Hadoop生态系统;HDFS技术;HBASE技术;Sqoop使用流程;数据仓库工具HIVE;大数据离线分析Spark、Python语言;数据实时分析Storm;消息订阅分发系统Kafka等。

你使用的实际技术取决于你所处的环境。它还会根据你公司和项目的要求而有所不同。

4、对业务和成果的理解

如果无法将数据和见解应用于业务设置,则无法对其进行分析。所有大数据分析师都需要对其运营的业务和域有深刻的理解。

5、数据解释

在我们概述的所有技能中,数据解释是例外。这是一种艺术与科学相结合的技能。它需要科学和数学知识,但也需要创造力、独创性和好奇心。

云计算

云计算是网格计算(Grid Computing)、分布式计算(Distributed Computing)、并行计算(Parallel Computing)、效用计算(Utility Com puting)、网络存储(Network Storage Technologies)、虚拟化(Virtualization)、负载均衡(Load Balance)等传统计算机技术和网络技术发展融合的产物。

下面是云计算所需要学习的技术点以及详细内容: 

一、网络基础、Linux系统管理、Linux网络服务 

1、网络基础、Linux系统管理、Linux网络服务; 

2、服务器与操作系统、网站与域名知识、病毒与木马揭秘、构建LAMP网站平台;  3、计算机网络参考模型、交换路由原理与基本配置、网络层协议与应用; 

4、Linux目录和文件管理、安装程序、账号与权限管理、磁盘管理与服务器RAID;  5、进程和计划任务管理、深入理解Linux文件系统; 

6、Linux基础网络设置、DHCP、Samba、FTP、DNS、Postfix、CA认证、NFS、YUM、PXE。   

二、Linux企业级应用、群集、虚拟化 

1、Linux企业级应用、群集、虚拟化; 

2、Shell编程的条件与case语句、sed与awk、iptables防火墙; 

3、HTTP协议分析、Apache配置与优化、LNMP应用部署; 

4、Nginx+Apache动静分离项目、Nginx优化与防盗链、部署tomcat; 

5、LVS+Keepalived群集、Haproxy、Nginx+tomcat负载均衡与动静分离; 

6、VMware、KVM、Docker 虚拟化; 

7、MySQL管理、备份与恢复、主从复制与读写分离; 

8、MySQL-MMM高可用、heartbeat、DRBD、故障排查; 

9、Squid、Vainish、Nginx、Memcache、CDN缓存加速; 

10、Cacti、Nagios、Zabbix监控; 

11、企业远程备份同步rsync 、MFS分布式文件系统。 

三、云计算、大数据、 Oracle、运维自动化 

1、Oracle安装部署、体系结构、事务和常用数据库对象、备份与恢复、OEM监控与管理; 

2、Oracle常见故障处理、Oracle RAC群集项目、Oracle Data Guard; 

3、社交网站架构项目、百万PV网站架构项目、千万PV网站架构项目; 

4、云计算openstack项目、大数据hadoop项目;  5、Puppet、Ansible自动化运维项目、运维经验、流程规范。

四、Python基础、Django Web开发、Python运维开发 

1、Python基础、元组与字典、程序逻辑、函数与模块、类和对象、面向对象编程、游戏项目; 

2、HTML、CSS、JavaScript、jQuery、Bootstrap框架; 

3、MVC设计模式、Django框架综合应用、 Django Web开发项目; 

4、Python运维开发基础、系统批量运维管理器Fabric应用、集中化管理平台Saltstack应用; 

5、使用Mrjob框架编写Hadoop MapReduce、运维开发项目。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多