数据库管理系统 想做大数据处理分析，该专注于学spark还是深度学习呢？

想做大数据处理分析，该专注于学spark还是深度学习呢？

Spark是一种工具，而深度学习是一种解决问题的策略。如果做大数据分析，至少要熟练使用一种工具，深入了解常用的算法。对于大数据分析，您不需要在代码级别和架构级别熟悉spark。因为它只是一个工具，你可以熟练地使用它。如果主题有很好的编程基础，一个月就足够学好SPARKSQL和SPARKML了。算法学习需要花费更多的精力。但如果受试者想学习深度学习，则不建议学习spark。由于目前常用的CNN、RNN等模型通常使用GPU代替CPU进行计算，而spark是一种内存计算框架，主要在CPU上完成计算，因此计算效率不如GPU高。因此，如果将深度学习用于大数据分析，则可以使用tensorflow和其他框架。

大数据有哪些课程？

还有火花生态系统的研究。处理速度很快。这项技术是基于内存计算的。如果你把这些都学好，你就可以毕业了。拜托，大数据是个不错的选择。

哪些spark大数据开发的实例可以用来快速入门？

在我的标题中查找案例？

数据库管理系统 spark入门 大数据spark经典案例

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。