海量数据挖掘本人想考研，想学习商业智能BI'数据挖掘方面，海量数据+算法+云，哪个学校这方面专业好点？

大数据 和 数据挖掘 的区别

大数据概念：大数据是近两年提出来的，有三个重要的特征：数据量大，结构复杂，数据更新速度很快。

由于Web技术的发展，web用户产生的数据自动保存、传感器也在不断收集数据，以及移动互联网的发展，数据自动收集、存储的速度在加快，全世界的数据量在不断膨胀，数据的存储和计算超出了单个计算机(小型机和大型机)的能力，这给数据挖掘技术的实施提出了挑战（一般而言，数据挖掘的实施基于一台小型机或大型机，也可以进行并行计算）。

? 数据挖掘概念: 数据挖掘基于数据库理论，机器学习，人工智能，现代统计学的迅速发展的交叉学科，在很多领域中都有应用。

涉及到很多的算法，源于机器学习的神经网络，决策树，也有基于统计学习理论的支持向量机，分类回归树，和关联分析的诸多算法。

数据挖掘的定义是从海量数据中找到有意义的模式或知识。

? 大数据需要映射为小的单元进行计算，再对所有的结果进行整合，就是所谓的map-reduce算法框架。

在单个计算机上进行的计算仍然需要采用一些数据挖掘技术，区别是原先的一些数据挖掘技术不一定能方便地嵌入到 map-reduce 框架中，有些算法需要调整。

? 大数据和数据挖掘的相似处或者关联在于： 数据挖掘的未来不再是针对少量或是样本化，随机化的精准数据，而是海量，混杂的大数据，数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。

这一过程也是质量管理体系的支持过程。

在实用中，数据分析可帮助人们作出判断。

? 拓展资料： 大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

? 在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。

大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。

本人想考研，想学习商业智能BI'数据挖掘方面，海量数据+算法+云，哪个学校这方面专业好点？

在这个方面，目前业界一个普遍的共识，就是一个成功的数据挖掘项目，数据占70%，算法占30%。

所以哪个学校在这个方面都没有太多的优势，因为没有真正海量的数据，巧妇难为无米之炊。

哈哈 数据在哪里呢？国内的百度、淘宝、腾讯这三巨头的数据积累是最多的，他们每天都在这些海量的数据上实验各种数据挖掘的算法，到这些地方去实践才是最靠谱的。