现在人工智能和大数据的火热程度是毋庸置疑的，未来更是爆发时代

（机器学习和大数据全部资料免费获取方式看文末哦）

先来讲讲人工智能 机器学习：

人工智能虽然今年很火，但对于它是个什么鬼依然很多人搞不清，今天智能菌在参考大量资料的基础上，尤其是知乎大神@谢熊猫君的那篇神级翻译的《为什么最近有很多名人，比如比尔盖茨，马斯克、霍金等，让人们警惕人工智能？》这篇神文，做了一个详细的图解笔记，从人工智能的定义、分类和发展路径等角度，给大家展示了一个全面的AI图谱。

人工智能学习教程

1、人工智能入门

2、线性回归深入和代码实现

3、梯度下降和过拟合和归一化

4、逻辑回归详解和应用

5、分类器项目案例和神经网络算法

6、多分类

7、分类评估-聚类

8、密度聚类-谱聚类

9、深度学习-TensorFlow安装和实现线性回归

10、TensorFlow深入-TensorBoard可视化

11、DNN深度神经网络手写图片识别

12、TensorBoard可视化

13、卷积神经网络-CNN识别图片

14、卷积神经网络深入-AlexNet模型实现

15、Keras深度学习框架

什么是大数据

一种规模大到在获取，存储，管理，分析方面大大超出了传统大数据的软件工具能力范围的数据集合，（数据多到爆表PB级别）数据将到达PB或者PB级别以上，从而带来的数据存储，管理，分析方面的一些新的解决方案，这些新的解决方案都属于数据的范畴，大数据其实说的不是一门技术，而是说的是数据到达这个级别以后我们对这些级别的数据，对于这些量级的数据，进行存储，管理，分析，的解决方案跟传统的解决方案是是不一样的，这些都属于大数据

大数据学习路线：（文末有免费大数据学习教程资料）获取方式：

只需转发本文， 然后私信小编“学习”即可领取！

java(Java se,javaweb)

Linux(shell,高并发架构,lucene,solr)

Hadoop(Hadoop,HDFS,Mapreduce,yarn,hive,hbase,sqoop,zookeeper,flume)

机器学习(R,mahout)

Storm(Storm,kafka,redis)

Spark(scala,spark,spark core,spark sql,spark streaming,spark mllib,spark graphx)

Python(python,spark python)

云计算平台(docker,kvm,openstack)

名词解释

一、Linux

lucene： 全文检索引擎的架构

solr： 基于lucene的全文搜索服务器，实现了可配置、可扩展并对查询性能进行了优化，并且提供了一个完善的功能管理界面。

二、Hadoop

HDFS： 分布式存储系统，包含NameNode，DataNode。NameNode：元数据，DataNode。DataNode：存数数据。

yarn： 可以理解为MapReduce的协调机制，本质就是Hadoop的处理分析机制，分为ResourceManager NodeManager。

MapReduce： 软件框架，编写程序。

Hive： 数据仓库 可以用SQL查询，可以运行Map/Reduce程序。用来计算趋势或者网站日志，不应用于实时查询，需要很长时间返回结果。

HBase： 数据库。非常适合用来做大数据的实时查询。Facebook用Hbase存储消息数据并进行消息实时的分析

ZooKeeper： 针对大型分布式的可靠性协调系统。Hadoop的分布式同步等靠Zookeeper实现，例如多个NameNode，active standby切换。

Sqoop： 数据库相互转移，关系型数据库和HDFS相互转移

Mahout

： 可扩展的机器学习和数据挖掘库。用来做推荐挖掘，聚集，分类，频繁项集挖掘。

Chukwa： 开源收集系统，监视大型分布式系统，建立在HDFS和Map/Reduce框架之上。显示、监视、分析结果。

Ambari： 用于配置、管理和监视Hadoop集群，基于Web，界面友好。

二、Cloudera

Cloudera Manager： 管理 监控 诊断 集成

Cloudera CDH：(Cloudera's Distribution，including Apache Hadoop) Cloudera对Hadoop做了相应的改变，发行版本称为CDH。

Cloudera Flume： 日志收集系统，支持在日志系统中定制各类数据发送方，用来收集数据。

Cloudera Impala： 对存储在Apache Hadoop的HDFS，HBase的数据提供直接查询互动的SQL。

Cloudera hue： web管理器，包括hue ui，hui server，hui db。hue提供所有CDH组件的shell界面的接口，可以在hue编写mr。

三、机器学习/R

R： 用于统计分析、绘图的语言和操作环境，目前有Hadoop-R

mahout： 提供可扩展的机器学习领域经典算法的实现，包括聚类、分类、推荐过滤、频繁子项挖掘等，且可通过Hadoop扩展到云中。

四、storm

Storm： 分布式，容错的实时流式计算系统，可以用作实时分析，在线机器学习，信息流处理，连续性计算，分布式RPC，实时处理消息并更新数据库。

Kafka： 高吞吐量的分布式发布订阅消息系统，可以处理消费者规模的网站中的所有动作流数据（浏览，搜索等）。相对Hadoop的日志数据和离线分析，可以实现实时处理。目前通过Hadoop的并行加载机制来统一线上和离线的消息处理

Redis

： 由c语言编写，支持网络、可基于内存亦可持久化的日志型、key-value型数据库。

五、Spark

Scala： 一种类似java的完全面向对象的编程语言。

jblas： 一个快速的线性代数库（JAVA）。基于BLAS与LAPACK，矩阵计算实际的行业标准，并使用先进的基础设施等所有的计算程序的ATLAS艺术的实现，使其非常快。

Spark： Spark是在Scala语言中实现的类似于Hadoop MapReduce的通用并行框架，除了Hadoop MapReduce所具有的优点，但不同于MapReduce的是job中间输出结果可以保存在内存中，从而不需要读写HDFS，因此Spark能更好的适用于数据挖掘与机器学习等需要迭代的MapReduce算法。可以和Hadoop文件系统并行运作，用过Mesos的第三方集群框架可以支持此行为。

Spark SQL： 作为Apache Spark大数据框架的一部分,可用于结构化数据处理并可以执行类似SQL的Spark数据查询

Spark Streaming：

一种构建在Spark上的实时计算框架，扩展了Spark处理大数据流式数据的能力。

Spark MLlib： MLlib是Spark是常用的机器学习算法的实现库，目前(2014.05)支持二元分类，回归，聚类以及协同过滤。同时也包括一个底层的梯度下降优化基础算法。MLlib以来jblas线性代数库，jblas本身以来远程的Fortran程序。

Spark GraphX： GraphX是Spark中用于图和图并行计算的API，可以在Spark之上提供一站式数据解决方案，可以方便且高效地完成图计算的一整套流水作业。

Fortran： 最早出现的计算机高级程序设计语言，广泛应用于科学和工程计算领域。

BLAS： 基础线性代数子程序库，拥有大量已经编写好的关于线性代数运算的程序。

LAPACK： 著名的公开软件，包含了求解科学与工程计算中最常见的数值线性代数问题，如求解线性方程组、线性最小二乘问题、特征值问题和奇异值问题等。

ATLAS： BLAS线性算法库的优化版本。

Spark Python： Spark是由scala语言编写的，但是为了推广和兼容，提供了java和python接口。

六、Python

Python: 一种面向对象的、解释型计算机程序设计语言。

七、云计算平台

Docker： 开源的应用容器引擎

kvm： (Keyboard Video Mouse)

openstack： 开源的云计算管理平台项目

最后给大家免费分享一套2019年最新的大数据学习视频教程！

获取方式：

下面是这套教程的学习大纲：

以上资料小编已经为大家全部打包整理好了，需要的小伙伴请转发+关注并私信小编：“学习”就可以全部免费领取啦！