spark数据分析教程 想做大数据处理分析，该专注于学spark还是深度学习呢？

想做大数据处理分析，该专注于学spark还是深度学习呢？Spark是一种工具，而深度学习是一种解决问题的策略。如果做大数据分析，至少要熟练使用一种工具，深入了解常用的算法。对于大数据分析，您不需要在代

想做大数据处理分析，该专注于学spark还是深度学习呢？

Spark是一种工具，而深度学习是一种解决问题的策略。如果做大数据分析，至少要熟练使用一种工具，深入了解常用的算法。对于大数据分析，您不需要在代码级别和架构级别熟悉spark。因为它只是一个工具，你可以熟练地使用它。如果主题有很好的编程基础，一个月就足够学好SPARKSQL和SPARKML了。算法学习需要花费更多的精力。但如果受试者想学习深度学习，则不建议学习spark。由于目前常用的CNN、RNN等模型通常使用GPU代替CPU进行计算，而spark是一种内存计算框架，主要在CPU上完成计算，因此计算效率不如GPU高。因此，如果将深度学习用于大数据分析，则可以使用tensorflow和其他框架。

学数据分析怎么样呢？

零基础数据分析

针对这个问题，我将其分为三个方面：行业前景、必备技能和求职。

首先，就行业而言，数据分析岗是工作中的核心竞争力之一。互联网下半年，各大企业正在进行数字化转型，对数字化分析人才的需求也在不断增长。数字分析岗位月薪一般在1万以上，一线城市在2万-4万左右，前景不可估量。

其次，对于必要的技能，一般需要掌握excel、SPSS、主流SQL语言，能够使用Python和R语言进行数据挖掘。一些企业会优先掌握hive、Hadoop和spark。因此，新手小白还有很多数据分析方面的知识要学。以excel为例，这是最简单的数据分析工具，但是它有一些函数和宏。起初小白并不常用。SPSS和python是小白首次试水数据分析的推荐软件。SPSS是最容易使用的软件。第一次接触数据时，需要了解数据的描述性统计、相关分析、t检验、方差分析、主成分分析、因子分析等内容，对数据有一个大致的掌握。Python也是一个易于学习的软件。一开始，您需要了解python的一些基本知识，如元素、变量、循环和函数，学习如何预处理数据，并能够进行数据分析和可视化处理。这涉及到一些深层次的内容。建议对小白进行系统研究。

如果您急于申请工作，您可以为企业选择一种最基本的语言：SQL、Python等。对于求职来说，因为不是统计和数据方向的背景，可以先去二三线城市递交简历，因为一些大工厂可能需要一到三年的工作经验，所以有了项目经验，就能顺利找到工作。最后，祝你学业成功，事业有成！