大資料：是指無法在可承受的時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流
程優化能力的海量、高增長率和多樣化的資訊資產。
大資料具有5個v的特點，它們分別是：
對資料的處理能力提出了更高的要求。
3、value：資料價值密度相對較低，或者說是浪裡淘沙卻又彌足珍貴。隨著網際網路以及物聯網的廣泛應用，資訊感知無處不在，資訊海量，但價值密度較
低，如何結合業務邏輯並通過強大的機器演算法來挖掘資料價值，是大資料時代最需要解決的問題。
4、velocity：資料增長速度快，處理速度也快，時效性要求高。比如搜尋引擎要求幾分鐘前的新聞能夠被使用者查詢到，個性化推薦演算法盡可能要求實時完
成推薦。這是大資料區別於傳統資料探勘的顯著特徵。
5、veracity：資料的準確性和可信賴度，即資料的質量。
機器學習之大資料集
前言 簡介大資料時代已經來臨，它將在眾多領域掀起變革的巨浪。機器學習對於大資料集的處理也變得越來越重要。大資料 集務必會帶來恐怖的計算量，不僅耗費大量資源，而且給資料處理的實時性帶來巨大的挑戰。想要解決這個難題，就需要採取以下措施 選擇更加適合大資料集的演算法 更加好的硬體，採用平行計算等。本文內容...
12 機器學習之大資料學習
目錄 一 背景 二 隨機梯度下降法 三 mini batch 梯度下降演算法 四 隨機梯度下降演算法收斂 五 結束 首先，如果在演算法的訓練樣本量m不足的時候得到的模型具有高方差 high variance 那麼此時我們需要更多的訓練樣本。但是如果演算法具有高偏差，提高樣本數量並不會顯著改善模型的效...
大資料之大資料時代
下面，開啟第一講 大資料之大資料時代 講大資料一定脫離不開乙個大的背景。下面先從大資料背景講起。縱觀整個it發展史，也不過短短幾十年，在這幾十年裡，我們這個資訊化社會經歷了三次大的資訊化浪潮。第一次浪潮是在上個世紀90年代前，1980年前後，pc機進入市場，ibm公司制定了全球的pc標準，即一台電腦...