在千鋒大數(shù)據培訓已經過去了一段時間，自己在看書的時候，也經常總結。此次總結的這些知識點都是從自己結合千鋒大數(shù)據培訓以及各方的大數(shù)據總結的，雖然自己對大數(shù)據技術的了解不屬于大神級別，但我相信通過自己的努力定會有不同層面的提高和進步。

　　，大數(shù)據主要側重于數(shù)據的處理，流數(shù)據、批量數(shù)據、圖計算等。在數(shù)據處理過程中，批量的數(shù)據處理的代表工具是Hadoop，流數(shù)據的數(shù)據處理代表的是Storm技術，而圖計算這種密集型的代表是Spark，Spark對于迭代算法的處理很有效。

　　第二，無論是Hadoop還是Spark的架構原理都側重于分為三部分：資源的管理、服務計算狀態(tài)的監(jiān)控、服務的運行。把數(shù)據處理、數(shù)據處理監(jiān)控和資源管理分開，可以容易地進行分布式系統(tǒng)的擴展。

　　第三，從數(shù)據的存儲、數(shù)據的處理和數(shù)據的應用三個方面進行了解，每一個方面要結合現(xiàn)在的熱門工具進行實情實景的分析。

　　第四，在學習的過程中，我覺得印象深的部分是關于機器學習和深度學習以及常規(guī)對算法的認識不同，這些算法通過專業(yè)的數(shù)學知識進行計算后，瞬間覺得自己作為一個985的程序員，有機會需要重新學習一下高數(shù)。

　　第五，對于電子商務與社會網絡大數(shù)據分析，我認為重要的是結合電子商務網站的推薦算法、推薦算法中數(shù)據的歸一化處理和距離度量、相似度度量等。

　　其實對于大數(shù)據的學習，多的是在千鋒講師系統(tǒng)的學科之下，外加自己不斷地學習和分析，才會讓自己的技術知識不斷的豐富起來，希望在接下的學習中自己能夠加努力，爭取有多的進步!