學大數據需要有基礎嗎？
您好，本人最近正好在學習大數據方面的知識，就這個問題以自身的切身經驗來回答，我的答案是需要，并且需要的基礎還不少。
個人情況本人是本科理工類專業畢業，畢業5年，現從軟件開發工作，主寫c++/c#。今年在公司組織下學習大數據人工智能方面的知識，學習這方面知識還算是有一點基礎吧，但是我依然感到十分的吃力。下面就來細說一下。
知識分布首先看一下，大數據人工智能都涉及哪些方面的知識，這里通過一張圖來展示。主要包括四個大方面的知識，第一是數據獲取（傳感器、文件解析、數據庫），第二是數據分析（搜索、模擬、清洗、數理分析等），第三是AI模型建立、訓練，第四是呈現，代碼包裝。
數據知識既然是學習大數據，那么數據獲取、數據處理是必不可少的。比如，你要做圖像識別，那么如果你連圖像在計算機中是如何存儲，如何卷積的都不知道，又或者你不會連接數據庫讀取數據，有或者你連csv文件都不會用代碼打開，那么也不是說你就不能學習大數據了，而是你需要比別人花多十倍的時間。
數學知識數學知識也是必須的，大數據的歸類、清洗、降噪都是需要運用到數理邏輯的，比如線性代數、概率統計之類的知識。這里也給大家貼一張圖，大家感受一下：
代碼基礎代碼在這里面扮演的知識一個工具，所謂磨刀不誤砍柴工，你要是會用工具那么你的效率就很高。不然你處理數據用人工的話估計會累到吐血，像numpy、pandas等十分好用的數據處理框架以及現在的AI模型基本都有成熟的架構，直接用keras或者tensorflow直接調用就好了。那么代碼編寫的能力你是肯定需要具備的，需要用代碼的方式將數理計算的過程實現出來。
