三分钟告诉你什么叫云计算
全部回答（1）
让我向您解释一下这些术语：
云计算：这是一个非常热门的商业概念。 说白了，就是将计算任务转移到服务器上。 屏幕。 然而，服务器的计算资源可以分包。 当然，大规模商业化还存在一些问题，尤其是隐私保护问题。
大数据：说白了就是数据太多了。 今天的几兆字节数据与20年前的大数据相同。 但今天的大数据有什么特别之处呢？今天的问题是数据太多了，超出了传统计算机的处理能力（与量子计算机相比的区别），所以对于大数据我们不得不使用一些折中的方法（比如数据挖掘），也就是说。 所有数据都被销毁。 都需要精准管理。 事实上，功效数据非常有限。 只需使用数据挖掘方法来提取这些有限的知识即可。 ·此外，数据采样和数据压缩也是解决大数据问题的一些策略。
数据挖掘：从数据中提取隐含的知识，可以描述或预测数据的特征。 代表性的数据挖掘任务包括关联规则分析、数据分类、数据聚类等。 您可以在任何数据挖掘教科书中了解这些内容。 先说一下与大数据的区别：数据挖掘只是一种处理大数据的方法。 马云所说的大数据，或者说今天商业界所说的大数据，其实就是指数据挖掘。 其实，所谓大数据，或者是《Science》杂志上提到的大数据，或者是大数据的发展。 奥巴马提出的战略，我理解这些远远超出了数据挖掘的范围，当然数据挖掘是一个非常重要的方法。 真正的目的是如何有效地管理大数据。
机器学习：这个术语非常模糊，指的是一大群计算机算法。 重点是单词学习。 如果您希望计算机有效地学习，当前大多数方法都使用迭代。 因此，在科研界，只要应用这种不断迭代、逼近的策略，一般都可以归入机器学习的范畴。 另外，所谓学习必须知道要学什么。 这称为训练集。 计算机必须从训练集数据中学习某种通用规则，然后使用一些其他数据（即测试集）来看看它是否可以很好地学习它，然后才能用于实际应用。 所以，选择合适的训练集也是一个知识问题。
模式识别：指模式的识别。 范式有很多种，它们可以是语言的，可以是视觉的，可以是事物的一些有意义的模块，它们都有价值。 所以总的来说，我认为模式识别这个术语有点模糊，但具体来说是面部图像识别、语音识别等。 是很现实的。 可能是我理解不太好。
让我知道您的其他问题。
传统的分析方法不包括数据挖掘。 我对数据分析了解不多，但可以肯定的是，传统分析有一定的分析方向。 例如，如果我想知道这两个产品之间的关系，那么我只需要检查数据库即可。 尽管数据挖掘有一定的历史，但它也相当时尚。 它会自动告诉您哪些产品高度相关。 在这个阶段，用户不需要指定具体的数据分析对象。
想要应对大数据时代，数据挖掘过程是不可或缺的。 此外，最好对数据库有很好的了解，尤其是并行数据库和分布式数据库。 至于机器学习和模式识别，除了少数特殊领域外，一般与数据挖掘关系不大。
总之，这个概念目前还相当热门，但大数据无论在研究还是商业化方面都还很不成熟。 我目前正在做大数据背景下的算法研究，基本上目前还没有高扩展性的算法，所以我对大数据未来的发展方向相当困惑。
PS：数据挖掘应用于业务时，最重要的是如何确定挖掘角度。 这就需要你了解具体的应用领域，且有非常敏锐的眼光。 具体的数据挖掘算法就交给我们专家吧！（理解算法很重要，这可以将其扩展到您的应用领域）
⓶什么是云计算，为什么要叫云计算，Java和云计算有什么关系云计算是一种基于互联网的模型，用于添加、使用和交付相关服务，通常涉及通过互联网提供动态可扩展且通常是虚拟化的资源。 云是网络和互联网的隐喻。 过去，云经常被用来用图表来表示电信网络，后来也被用来表示互联网和底层基础设施的抽象。云计算的主要应用：
云物联网：“物联网就是万物相连的互联网。 ”这有两层含义：一是物联网的核心和基础仍然是互联网，是基于互联网的网络的延伸和扩展；其次，其用户部分扩展到任意元素，并在元素之间传递信息。 对象、交换和沟通。
云安全是一个源自“云计算”的新术语。 云安全的战略理念是用户越多，每个用户就越安全，因为如此庞大的用户基数足在网站崩溃或新木马病毒出现之前覆盖互联网的每一个角落。 ，会立即被拦截。
云存储是由云计算概念延伸发展起来的一个新概念，是指利用集群应用、网格技术或分布式文件系统将大量不同类型的数据组合成一个网络将不同类型的存储设备通过应用软件汇聚在一起协同工作，共同对外提供存储功能和业务访问的系统。
