大數據技術重點總結(DOC 44頁)

1.什麼是數據挖掘，什麼是機器學習：
10.VC維：
11.噪聲的種類：
12.誤差函數（損失函數）
13.給出數據計算誤差
14.線性回歸算法：簡單並且有效的方法，典型公式
15.線性回歸重點算法部分：
16.線性分類與線性回歸的區別：
17.過擬合：
18.正則化
19.分布式文件係統：
2.大數據分析係統層次結構：應用層、
算法層、係統軟件層、基礎設施層
20.計算機集群結構：
21.分布式文件係統的結構：
22.HDFS
23.分布式數據庫概述：
24.分布式並行編程框架MapReduce
25.
26.Spark特點：
3.傳統的機器學習流程
4.1三個思維上的轉變
4.2數據創新的思維方式
4.3大數據分析的要素
4.大數據分析的主要思想方法
5.數據化與數字化的區別
6.基於協同過濾的推薦機製
7.機器學習：構建複雜係統的可能方法/途徑
8.機器學習的基礎算法之PLA算法和Pocket算法（貪心PLA）
9.機器為什麼能學習
ACID（關係數據庫的事務具有的四個特性）
..............................