数据计算
当对数据进行处理时，处理简单、结构化的数据集较为简单，算法复杂度也易于预测和评估，但是对于处理半结构化，非结构化数据时呈现多样化的问题，分析数据困难更大，算法复杂度超越了经典摩尔定量，整个算法性能也不易控制。在数据中心数据价值链中，为了挖掘数据的价值。需要根据不同的数据类型分类，采取不同的算法分析。
数据分类
1
时序数据
基本描述：随着时间推移反复测量而得到的数值和事件序列。
数据举例：股票数据，交通数据。
主要数据结构：半结构化，非结构化数据。
算法举例：条件随机场，隐马尔可夫模型。
2
序列数据
基本描述：由带有或不带有时间概念的已经排序的要素或事件序列构成。
数据举例：零售数据，基于数据
主要数据结构：半结构化，结构化数据。
算法举例：序列对比算法，隐马尔可夫模型。
3
图数据
基本描述：以图结构构成的数据集合，通常使用G=(V,E)表示一个图，其中V表示图中节点集合，E表示图中的边集合。
数据举例：社交网络数据，WWW数据，生物网络数据
主要数据结构：半结构化，非结构化数据。
算法举例：图挖掘算法，协同过滤算法，奇异值分解，网页排名。
4
流数据
基本描述：数据连续，持续流通，具有数据到达速度快，规模大和不确定性。
数据举例：电商交易数据，监控系统数据，互联网流量数据，传感网络数据，电信流量数据。
主要数据结构：非结构化数据。
算法举例：K-均值，高阶奇异值分解，支持向量机，平等树学习。
如果你对大数据开发感兴趣，想系统学习大数据的话，可以加入大数据技术学习交流扣扣群：数字5221数字89307，私信管理员即可免费领取开发工具以及入门学习资料
5
空间数据
基本描述：指在地理系中代表物理对象的数值信息。空间数据能够标识地球上任何物理对象位置，大小，形状。包含的属性，以及实体更多的信息。
数据举例：地图数据，医疗影响数据，远程传感数据，对地观测数据，轨迹数据。
主要数据结构：结构化数据，半结构化数据，非结构化数据。
算法举例：学习选择与空间数据特征关联。
6
多媒体数据
基本描述：由不同类型媒体综合组成的，通常包括文本，图形，图像，声音，视频图像，动画等不同类型的媒体，其特点是数据量大，对连续媒体数据要求传输速度快，并保持不同数据流之间的同步。
数据举例：文本数据，图形数据，图像数据，声音数据，视频数据。
主要数据结构：结构化数据，半结构化数据，非结构化数据。
算法举例：图像分割方法，运动矢量分析方法，模型构建的数字信息处理技术。
机器学习算法
1
监督学习
1. 线性回归模型
基本型线性算法
对数概率回归算法
线性判别分析算法
2. 分类学习
多分类学习算法
决策树算法
朴素贝叶斯算法
支持向量机算法
2
无监督学习
1. 聚类学习
聚类算法
高斯混合学习算法
2. 降维学习
主成分分析算法
K临近学习算法
核化线性降维算法。
3
半监督学习
1. 半监督学习
主动学习
协同训练
4
强化学习
1. 强化学习
马尔可夫决策处理
Q学习
有模型学习
免模学习
数据可视化能力
数据价值链最终需要将数据的隐含价值显性展现，以直观的体现数据的特征和价值。便于人们理解数据的表达。视觉定义为一种以某种概要形式抽取的信息。包括响应信息单位的各种属性和变量。数据可视化是把数据转换为图形图像的方式，帮助人们理解大量、复杂的数据。
数据可视化主要分为三类：
科学可视化
科学可视化主要研究如何可视化科学研究中产生的大量数据，如流体动力学模拟产生的数据，向量场和张量场等。这些数据本身往往包含在真实世界中存在的几何结构。
信息可视化
信息可视化主要研究抽象数据，如文本，图像，网络，股票，社交媒体等；
可视化分析
可视化分析和数据挖掘的最终目标是一致的。而可视化技术大体可以分为：
1.空间布局可视化
2.抽象/汇总可视化
3.交互式/实时式可视化
同时，数据可视化使数据变得更加容易理解，帮助越来越多的企业和组织从大数据中发现价值，化繁为简，实现更有效的决策过程。通常采用有效的可视化工具来实现。
大数据数据价值的发现主要通过可视化分析来完成。
1
空间布局可视化
基本概述：将数据对象映射到坐标空间中的一个特定点的计算方法。
特征：
1. 将认知能力通过空间信息可视化在终端上。
2. 无法展现数据中的复杂关系。
3. 一般采用树，图或网络来实现可视化呈现。
可视化图例：折线图，条形图，散点图，树映射图，弧形图等。
2
抽象和汇总可视化
基本概述：可视化渲染前对海量数据进行处理和汇总
特征：
1. 处理海量数据。
2. 通过层次聚类算法对海量数据扩展。
3. 以更紧凑将维方式展现数据。
可视化图例：直方图分级，数据立方图，层次聚类。
3
交互式/实时可视化
基本概述：支持用户实时交互式可视化探索。
特征：
1：满足用户实时交互需求。
2：允许用户快速体现见解和反馈实时交互结果。
3：以数据驱动洞察数据价值。
可视化图例：微软PivotTable，Tableau，阿里DataV和百度Echarts等实时交互软件。
可视化层需要有丰富的可视化图形，以便完成数据价值的图形展示。