大数据说白了，就是处理和分析海量的数据，由简单到复杂。

 

1.处理简单的问题

比如老板想知道每月的销售情况，这种就是简单问题。简单问题可以用数据分析来处理，顺利获得分析数据来分析出有用的信息。

最简单的，你用Excel分析最近的广告数据，每月公司会让你出一份月报，发现了最近几个月销量下降，然后根据分析产生销量下降的原因是什么，找到原因后制定对应的策略来提高销量。

 

2.处理复杂的问题

比如我们天天使用的抖音啊、新闻阅读的APP啊，它会根据你的历史浏览习惯（你个人数据），来给推荐你可能感兴趣的内容。它们是如何做到的呢？对于这种复杂问题，背后使用的就是机器学习。

 

3.什么是深度学习？

机器学习分很多方法（也就是算法），不同的方法解决不同的问题。深度学习是机器学习中的一个分支方法。

深度学习在图像，语音等富媒体的分类和识别上取得了非常好的效果，所以各大研究组织和公司都投入了大量的人力做相关的研究和开发。

 

4.什么是人工智能？

人工智能，它的范围很广，广义上的人工智能泛指顺利获得计算机（机器）实现人的头脑思维，使机器像人一样去决策。

机器学习是实现人工智能的一种技术。

 

5.数据分析与人工智能

问题来了，说到现在没看出数据分析和人工智能有什么关系呀，是不是学习数据分析没什么用？那我是不是一开始就学习机器学习了，这样可以直接进人工智能时代，享受时代红利了？

 

对不住，我接着说！

 

机器学习是很多学科的知识融合，而数据分析是机器学习的基础。只有学会了数据分析处理数据的方法，你才能看懂机器学习方面的知识。这就好比，你想懂机器学习，必须先学完数据分析才可以。

1）人工智能是指使机器像人一样去决策

2）机器学习是实现人工智能的一种技术

3）机器学习分很多方法（算法），不同的方法解决不同的问题。深度学习是机器学习中的一个分支方法。

4）数据分析可以帮助你从零进入人工智能时代。

大数据是客观、动态的数据，举个例子，不论是全国的交通数据、还是人全身细菌的运动数据，或者宇宙中可能冒气泡的星球冒气泡的数据。

 

去收集这些个数据，可不是兴趣，企业一般都为分析决业务的特定问题。比如说顺利获得交通数据，设计红绿灯动态解决方案。而某个人全身的细菌运动数据，是一个过于特定的场景，可能会监测人体的健康。冒气泡这个就可能一时还解决不了什么公司的具体业务问题，但可以解决一定的天文数据研究。

 

所以说你看的大数据的价值，决定了你所在的行业和业务的价值，之后才是你能从中创造多少价值。

 

具体到一个人去做业务，要注意两个特点，第一时间是数据量极大需要特定的工具甚至多个工具组成工具链帮助分析；其次是 分析一定要落到与业务相关性大、有前瞻性的点。

 

大数据的应用场景有哪些？

大数据分析是指对规模巨大的数据进行分析。

大数据可以概括为5个V， 数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值（Value）、真实性（Veracity）。

大数据分析可以分为大数据和分析两个方面。如今大数据已经经常出现在报纸新闻当中，但大数据与大数据分析并不是同一概念。假如没有数据分析，再多的数据都只能是一堆储存维护成本高而毫无用处的IT库存。国外发达国家的大数据分析更注重分析，从分析出发去找数据，然后再有效地将从数据中得到的信息有效利用；而国内，对大数据的理解有失偏颇，盲目注重于大数据的采集而未能对收集到的数据有效利用，或许只是简单地画个图表得出表层结论而已，难以对数据的深层价值进行深入挖掘。

那么，大数据分析的应用场景有哪些呢？下面给大家列举一些：

 

一、金融行业

在金融行业，大数据广泛利用，典型例子如美国银行利用客户的点击数据集来给客户量身定制服务等。其实中国，金融行业大数据的利用及展开也比较早，但过去大都是利用大数据解决问题。如今，金融行业中的大多数企业都建立了大数据平台，以此对金融行业的交易数据分别进行搜集和处理；

 

二、医疗行业

医疗行业坐拥大量的病历、病理报告、医疗方案、药物报告等。对这些数据进行有效整理和分析，将会给医生和病人带来极大的帮助。在未来，借助大数据平台，医疗行业可以更系统、更完全地搜集疾病的基本特点、患者病历和医治方案等，建立起来针对各种疾病的数据库，最大限度地帮助医生进行疾病诊断；

 

三、农牧行业

农牧产品最大的困难就是不容易保存，因此公道地管控种植和养殖农牧产品对农、牧民来讲非常重要。政府可以借助大数据给予的消费能力和趋势报告，来为农牧行业生产进行公道引导，根据需求最大化进行生产，以避免产能多余而造成资源和社会财富的浪费。借助大数据技术支持，可以实现农业的精细化管理和科学决策。具体操作：在大数据技术驱动下，结合无人机技术，农民就可以够全面、快速地搜集农产品生长和病虫害等信息；

 

四、零售行业

大数据在零售行业的作用主要体现在：零售行业可以顺利获得往客户的购买记录，分析客户们的购买喜好，从而将客户喜欢的，相干的产品放到1起来增加产品销售额。例如，将与清洗衣物相干的化工产品如洗衣粉、消毒液、漂白剂等放到1起进行销售。据调查，根据客户对相干产品的购买记录而重新整合、摆放的货物将会给零售行业增加30%以上的产品销售额；

 

五、制造业

利用工业大数据提升制造业水平，包括产品故障诊断与预测、分析工艺流程、改进生产工艺，优化生产过程能耗、工业供应链分析与优化、生产计划与排程；

 

六、汽车行业

利用大数据和物联网技术的无人驾驶汽车，在不远的未来将走入我们的日常生活；

 

七、互联网行业

借助于大数据技术，可以分析客户行为，进行商品推荐和针对性广告投放；

 

八、电信行业

利用大数据技术实现客户离网分析，及时掌握客户离网倾向，出台客户挽留措施；

 

九、能源行业

随着智能电网的开展，电力公司可以掌握海量的用户用电信息，利用大数据技术分析用户用电模式，可以改进电网运行，合理设计电力需求响应系统，确保电网运行安全；

 

十、物流行业

利用大数据优化物流网络，提高物流效率，降低物流成本；

 

十一、城市管理

可以利用大数据实现智能交通、环保监测、城市规划和智能安防；

 

十二、体育娱乐

大数据可以帮助我们训练球队，决定投拍哪种题材的影视作品，以及预测比赛结果；

 

十三、安全领域

政府可以利用大数据技术构建起强大的国家安全保障体系，企业可以利用大数据抵御网络攻击，警察可以借助大数据来预防犯罪。