大数据分析——人工智能的AI大数据学习是应用的终极目标。大数据技术可以应用在各个领域，比如公安大数据交通大数据医疗大数据就业大数据环境大数据图像大数据视频大数据等等。应用范围很广，大数据分析技术离不开人工智能。大数据是一门系统学科，交叉性很强。边肖推荐基础入门的大数据书籍。
数据科学与大数据技术专业，有哪些自学书籍推荐？
这个确实不在行，抛砖引玉吧。就基础而言，冲浪国内理科，文理综合的知名大学，如清华，北大，复旦大学，华中科大，浙大等的专业设置介绍吧。有个基本信息了解，特别是前沿理论的，有利于系统理性学习。具体来说，大学出版社，科技出版社的，门类众多，不妨网上搜搜，仔细看看，有选择的挑选一两本就可以了。在具体点，国内教育系统比较多层次。
针对初学者，自学者的，科技学院，职业技术学院的教材，相对来说，通俗易懂的，入门教材应该都有，无非体系细微区别。初学入门，不宜面面俱到，尤其过多联想，急于求成必然适得其反。打个蹩脚的比方，数据科学是棵树，大数据或许就是该树一根枝，抑或一结果。面与点的关系。真想学好数学科学，要天分，也要系统科学思维的建立。
想从零开始自学大数据，请问有哪些书籍推荐？
事实上大数据技术体系庞大，包括的知识较多，从最基础的编程基础到数据处理分析及各种工具的运用，整个学习的内容还是很多的，从易到难可以分为4个阶段第1阶段大数据基础语言的学习Java是大数据学习需要的编程语言基础，因为大数据的开发基于常用的高级语言。而且不论是学习hadoop，还是数据挖掘，都需要有编程语言作为基础。
因此，如果想学习大数据开发，掌握Java基础是必不可少的。经典图书推荐Java 高效编程Effective Java第二阶段大数据核心知识学习如果把大数据比作容器，那么这个容器的容量无限大，什么都能往里装，大数据离不开物联网，移动互联网，大数据还和人工智能云计算和机器学习有着千丝万缕的关系，大数据海量数据存储要高扩展就离不开云计算，大数据计算分析采用传统的机器学习数据挖掘技术会比较慢，需要做并行计算和分布式计算扩展。
Hadoop生态系统HDFS技术HBASE技术Sqoop使用流程数据仓库工具HIVE大数据离线分析SparkPython语言数据实时分析Storm消息订阅分发系统Kafka等。经典图书推荐Hadoop权威指南Hive编程指南Spark 快速大数据分析Spark机器学习核心技术与实践第三阶段项目实践大数据学习除了各种工具和语言要掌握，还要有良好的数学功底。
数学知识是数据分析师的基础知识。对于数据分析师，了解一些描述统计相关的内容，需要有一定公式计算能力，了解常用统计模型算法。而对于数据挖掘工程师来说，各类算法也需要熟练使用，对数学的要求是最高的。经典图书推荐概率论与数理统计统计学推荐David Freedman版业务建模与数据挖掘数据挖掘导论SAS编程与数据挖掘商业案例Clementine数据挖掘方法及应用 IBM SPSS Statistics 19 Statistical Procedures Companion等。
大数据分析第四阶段——人工智能的AI大数据学习是应用的终极目标。大数据技术可以应用在各个领域，比如公安大数据交通大数据医疗大数据就业大数据环境大数据图像大数据视频大数据等等。应用范围很广，大数据分析技术离不开人工智能。经典书籍推荐机器学习模式分类统计学习方法数据挖掘实用机器学习技术人工智能及其应用概率图模型当然很难知道这件事需要做。大数据学习重要的是练习再练习，把学到的知识和实际应用场景结合起来。
