-
1 # 名師雲課堂
-
2 # CDA資料分析師
大學剛入學,學習的都是最基礎的高等教育,比如高等資料、大學英語、馬克思主義和計算機入門知識之類的。人生難得一個高考過後的大暑假,可謂是一生僅有的一次大解放。我覺得你可以好好享受這個暑期,不用急著做什麼準備,大學學習的內容和中學完全不一樣,不需要提前準備什麼。你從小建立起來的邏輯思維能力、英語水平和文學功底,或者理工科基礎,這些都是日積月累的成果,你都擁有了。不必擔心自己不提前準備或錯失什麼,就好好玩一次,然後再迎接你的大學美好生活吧。
-
3 # 課工場—武漢
“大資料”,是這些年來被提及最多的一個新詞。對於一個選了計算機系的高三學生來說,究竟應該從哪裡學起?最重要的事情其實是搞清楚自己到底適不適合這個專業。我個人的觀點是,判斷你是否適合這個專業,基本上只需要看你是否喜歡程式設計。
因此如果你高三的暑假有閒暇時間,提前開始學程式設計絕對是值得的。如果你能提前搞清楚自己不喜歡程式設計,那麼你在大一一入學就可以開始考慮轉專業的事情了。如果你發現自己很喜歡程式設計,正好先為自己打下一些基礎。如果覺得自個兒學習累,想找些引路人,可以聽一些免費的大資料入門課,留言評論,可免費領取課工場java入門基礎課程影片。
學程式設計是一個很注重實踐的過程。看書當然是很必要的,但是大家一定要注意,伴隨著看書,要多練習寫程式碼,畢竟“寫程式碼”是計算機專業學生的基本功。如果你看的書籍有課後練習題,那麼就老老實實跟著做,如果教材裡有樣例程式碼,你可以照著敲下來自己執行試試看。
-
4 # IT資訊i
這個應該是看你想要偏應用還是偏理論
如果是應用方面而且想走資料探勘方向,可以買本機器學習方面的書,當然前提還是你有程式設計基礎,不需要多深,知道每個語句的含義就可以,看不懂的地方就搜,多積累程式設計能力就上來了。從書本內容來發散一些統計,機率的知識,提前學習差不多這樣就可以了。如果不是想發展資料探勘這一塊,可以學習下Java語言,資料庫,資料結構這些相關課。然後暑假買個好點的電腦,配置下環境也挺不錯的。
如果是理論方面的話,建議就直接看機率論方面的書,如果掌握可以的話,再深入看一些統計計量方面的書。
PS:百度搜索圈T社群 免費行業影片教程 轉行自學福利 我感覺也可以看看
回覆列表
大資料專業是一個實用性很強的專業,學的好,畢業就能拿高薪,甚至方法得當一年半載就能接專案掙錢,真正合格的大資料人才,現在的行價是多少呢?基本上是20K每月起步吧。學大資料,你得定個目標,比如說為了進華為而學大資料,怎麼驅動自己呢?當然是薪資嘍,研究及實戰型的大資料專家,華為給的薪資起步就在50萬一年吧,三五載後,破百萬的也大有人在,這個行檔,選好公司,做的好,玩大資料的人,薪資拿的比中國80%的CEO們還要多。這就是驅動力,找好目標,找到驅動力,也算是一種準備吧。
怎麼成為華為都認同的大資料人才呢?要有學習內容與路徑規劃,以用驅動學。實用型大資料技術學習一般分為三個階段,我已經附了一些基本的學習內容章節關鍵字,你可以利用暑假收集下面我提供的大資料學習路徑規劃表裡的關鍵字內容,搜尋相關資料,理清學習框架,開學就可以條理,從容的去學習相關的課程了。
雖然,我們都沒有學習專業的大資料探勘技術,但此文,給了小白找資源的工具入口,用作者的話說,用的得當,可以挖盡世間所有好的東西,只要這個東西以資料形態存於網上。
所以,關於大資料的書,文件,教案,專案案例,全都有挖到。
你唯一需要的東西,就是挖什麼,找到挖掘的關鍵詞,然後,體系的去看,去學!體系,如下,去準備吧!
第一階段
Java語言基礎階段
1.1 Java程式語言基本概述
1.1.1 計算機語言與程式設計概述
1.1.2 介紹Java生態圈
……
1.2 Java基礎語法
1.2.1 分支迴圈語句
1.2.2 if分支結構
……
1.3 面向物件程式設計
1.3.1 軟體的生命週期
1.3.2 軟體的設計原則
……
1.4 面向物件高階程式設計
1.4.1包 (package) 的管理與作用
1.4.2JavaBean規範
……
1.5 Java中的常用類庫
1.5.1包裝類(Wrapper Class)
1.5.2裝箱和拆箱
……
1.6 列舉和異常類
1.6.1列舉定義和使用
1.6.2透過列舉的class檔案檢視底層實現
……
1.7 Java資料結構和集合框架泛型
1.7.1資料結構舉例剖析
1.7.2陣列的定義和使用方式
……
1.8 Java中的IO流
1.8.1File類的常用操作
1.8.2遞迴遍歷資料夾
……
1.9 Java中的多執行緒
1.9.1程式,程序,執行緒的關係詳解
1.9.2執行緒的原理
……
1.10 Java中網路程式設計和反射
1.10.1網路通訊協議
1.10.2網路七層協議
……
1.11 Java8新特性
1.11.1Lambda表示式
1.11.2Java可以函式式編
……
1.12 Java基礎加強
1.12.1Tomcat介紹與搭建
1.12.2軟體B/S和C/S
第二階段
Linux系統&Hadoop生態體系
3.1 scala
3.1.1 安裝idea配置環境變數
3.1.2 Maven本地庫配置
3.1.3 JDK環境變數配置
3.1.4 idea版本配置
……
3.2 Spark Core
3.2.1 大資料架構體系
3.2.2 架構詳解
3.2.3 Spark叢集介紹
3.2.4 Spark叢集配置
……
3.3 Spark SQL
3.3.1 Spark SQL的發展歷史
3.3.2 Spark SQL的原理介紹
3.3.3 DataFrame概述
3.3.4 建立DataFrame的方式
……
3.4 Spark Streaming
3.4.1 Spark Streaming概述
3.4.2 Spark Streaming的原理介紹
3.4.3 Spark Streaming與Storm對比
3.4.4 DStream的概念
……
3.5 kafka
3.5.1 Kafka的基本概念
3.5.2 Kafka的發展歷史
3.5.3 Kafka的應用背景
3.5.4 JMS基礎
……
3.6 ElasticSearch
3.6.1 全文檢索技術簡介
3.6.2 ES安裝配置入門
3.6.3 ES外掛安裝
3.6.4 ES基本操作
……
3.7 Logstash
3.7.1 Logstash介紹
3.7.2 Input元件介紹
3.7.3 Filter元件介紹
3.7.4 Output元件介紹
……
3.8 Kibana
3.8.1 Kibana介紹
3.8.2 Kibana環境準備
3.8.3 Kibana安裝
3.8.4 Kibana演示
……
3.9 Kibana
3.9.1 什麼是NoSQL
3.9.2 NoSQL資料庫的分類
3.9.3 Redis介紹
3.9.4 Redis發展歷史
第三階段
分散式計算框架
3.1 scala
3.1.1 安裝idea配置環境變數
3.1.2 Maven本地庫配置
3.1.3 JDK環境變數配置
3.1.4 idea版本配置
……
3.2 Spark Core
3.2.1 大資料架構體系
3.2.2 架構詳解
3.2.3 Spark叢集介紹
3.2.4 Spark叢集配置
……
3.3 Spark SQL
3.3.1 Spark SQL的發展歷史
3.3.2 Spark SQL的原理介紹
3.3.3 DataFrame概述
3.3.4 建立DataFrame的方式
……
3.4 Spark Streaming
3.4.1 Spark Streaming概述
3.4.2 Spark Streaming的原理介紹
3.4.3 Spark Streaming與Storm對比
3.4.4 DStream的概念
……
3.5 kafka
3.5.1 Kafka的基本概念
3.5.2 Kafka的發展歷史
3.5.3 Kafka的應用背景
3.5.4 JMS基礎
……
3.6 ElasticSearch
3.6.1 全文檢索技術簡介
3.6.2 ES安裝配置入門
3.6.3 ES外掛安裝
3.6.4 ES基本操作
……
3.7 Logstash
3.7.1 Logstash介紹
3.7.2 Input元件介紹
3.7.3 Filter元件介紹
3.7.4 Output元件介紹
……
3.8 Kibana
3.8.1 Kibana介紹
3.8.2 Kibana環境準備
3.8.3 Kibana安裝
3.8.4 Kibana演示
……
3.9 Kibana
3.9.1 什麼是NoSQL
3.9.2 NoSQL資料庫的分類
3.9.3 Redis介紹
3.9.4 Redis發展歷史