A. 大家推薦一本寫得好的關於大數據的書
兩本：
《大數據:正在到來的數據革命》 塗子沛
《大數據時代:生活、工作與思維的大變革》回 維克托答•邁爾-舍恩伯格 (Viktor Mayer-Schönberger) (作者), 肯尼思•庫克耶 (Kenneth Cukier) (作者), 盛楊燕 (譯者), 周濤 (譯者)
嫌少再加兩本：
《刪除:大數據取捨之道》 維克托•邁爾-舍恩伯格 (Viktor Mayer-Schönberger) (作者), 袁傑 (譯者)
《爆發:大數據時代預見未來的新思維》 艾伯特•拉斯洛•巴拉巴西(Albert László Barabási) (作者), 馬慧 (譯者)
B. 知乎上有哪些關於大數據，推薦系統，機器學習之類的專欄
學習，掌握，利用……
其實，看起來是一年一個概念，實際上是有關聯的！
正是有了大數據，所以有了大數據分析
正是有了大數據分析，並且還有效，於是有了大數據這個概念。
正是因為人力處理大數據較為吃力，所以有了利用線性回歸，自歸納規律等辦法的深度學習來處理大數據的概念。
人工智慧與深度學習本是50年代就已經提出來的，因為難以利用被拋棄。
因為能處理大數據，深度學習從冷宮中走出來，順便把人工智慧也捎帶出來了而已。
三者像偶然，又是種必然！
短時間內，不會再有新的概念出現了，人工智慧是個很難啃的餅，至少得啃很多年的。
啃這個餅的時候，各行各業都會扯進來，用經驗幫助人工智慧進步，同時又改進各行各業。
目前來說，對人工智慧的未來，一切猜測都是沒有堅實基礎的，誰也不能保證一定成功，或者一定失敗。只有專注其中，你才會真正認識它。
C. 推薦一本關於大數據，數據分析類似的書籍
1、《Hadoop權威指南》
現在3.1版本剛剛發布，但官方並不推薦在生產環境使用。作為hadoop的入門書籍，從2.x版本開始也不失為良策。
本書從Hadoop的緣起開始，由淺入深，結合理論和實踐，全方位地介紹Hadoop這一高性能處理海量數據集的理想工具。剛剛更新的版本中，相比之前的版本增加了介紹YARN , Parquet , Flume, Crunch , Spark的章節，非常適合於Hadoop 初學者。
2、《Learning Spark》
《Spark 快速大數據分析》是一本為Spark 初學者准備的書，它沒有過多深入實現細節，而是更多關註上層用戶的具體用法。不過，本書絕不僅僅限於Spark 的用法，它對Spark 的核心概念和基本原理也有較為全面的介紹，讓讀者能夠知其然且知其所以然。
3、《Spark機器學習：核心技術與實踐》
以實踐方式助你掌握Spark機器學習技術。本書採用理論與大量實例相結合的方式幫助開發人員掌握使用Spark進行分析和實現機器學習演算法。通過這些示例和Spark在各種企業級系統中的應用，幫助讀者解鎖Spark機器學習演算法的復雜性，通過數據分析產生有價值的數據洞察力。
D. 有哪些大數據網站推薦
1.R語言的工具包
https://cran.r-project.org/web/views/
裡面含機器學習，自然語言處理，時間序列分析，空間信息分析，多重變數分析，計量經濟學，心理統計學，社會學統計，化學計量學，葯物代謝動力等。
2.SAS圖例集
http://robslink.com/SAS/Home.htm
用SAS也可以做出很漂亮的圖形，這里就要提到一位大牛：Robert Allison。在他的網站上給出了非常全面的SAS圖例和相應的實現代碼。
3.一套數據，25種可視化
http://flowingdata.com/2017/01/24/one-dataset-visualized-25-ways
仔細看了一下受益匪淺，同一組數據做出來的效果不同，看數的角度也不同。
4.大數據數據處理資源
http://usefulstuff.io/big-data/
從框架、分布式編程、分布式文件系統、鍵值數據模型、圖數據模型、數據可視化、列存儲、機器學習等。
除了以上分享的一些網站之外，相信小夥伴們也有很多其他的網站用來學習大數據知識。
E. 大數據時代，幾個例子告訴你什麼叫大數據
例子：比如，阿里來每天都在收集源每一個淘寶用戶的各個方面的信息參考（千人千面）。然後再用大數據演算法來推薦給你現在需要的產品，或者廣告，這個就是大數據。我說的是最淺顯的一種大數據。 大數據就沒有隱私，手機里的APP都回收集你的一切的數據，一切的數據，這樣呢，你在淘寶上看了看一款手機，那麼當你關了淘寶，打開了今日頭條，你如果注意的話，你會發現，頭條今日推薦你的廣告就是手機，文章內容也會偏向手機之內的。這就是大數據。
所謂大數據無非就是一大堆數據。
小的 1、2 G，多的上千、上萬 G
用戶行為
用戶習慣
怎麼才能從用戶身上賺到錢。
F. 推薦兩本關於大數據時代的書，謝謝。
市面上如今關於大數據的書，近20種。挑出這三本，是有理由的。不僅單本比較靠內譜，講述得有意思容，而且串聯起來，竟然有邏輯聯系，有互補，好像商量好了似的首先看巴拉巴西的《爆發》，在一個歷史故事的連續講述中，了解大數據的概念實質；接著看舍恩伯格的《大數據時代》，明白大數據理念和生活工作及思維變革的關系；最後翻翻塗子沛的《大數據》，看美國政府在大數據開放上的進程與反復，算是個案。如果能夠基本了解這三本的觀點，出門有底氣，見人腰桿直，不再被忽悠。
G. 現在大數據推薦怎樣不被局限
他天天推送這些東西我們不就接受
H. 有靠譜的大數據分析平台推薦嗎
由於大數據產業的興盛，國內知名的大數據分析平台也如雨後春筍層出不窮，回其中做的不錯的億信答華辰的一站式數據分析平台ABI，融合了數據源適配、ETL數據處理、數據建模、數據分析、數據填報、工作流、門戶、移動應用等核心功能。採用輕量級SOA架構設計、B/S模式，各模塊間無縫集成。使用了新一代的3D引擎技術，大屏展示炫酷。
支持廣泛的數據源接入，同時支持基於Hadoop框架的PetaBase分布式資料庫，TB級別數據實時分析，秒級響應，輕松完成大數據分析與展示。數據整合模塊支持可視化的定義ETL過程，完成對數據的清洗、裝換、處理，輕松完成大數據的加工處理。數據集模塊支持資料庫、文件、介面等多方式的數據建模。數據分析模塊支持報表分析、敏捷看板、即席報告、幻燈片、酷屏、數據填報、數據挖掘等多種分析手段對數據進行分析、展現、應用。強大的應用發布模塊輕松打造個性化門戶。
I. 有什麼比較好的大數據入門的書推薦
1.《大數據分析：點「數」成金》
該書向讀者介紹怎樣將大數據分析應用於各行各業。在中，你將了解到如何對數據進行挖掘，怎樣從數據中揭示趨勢並轉化為競爭策略及攫取價值的方法。這些更有意思也更有效的方法能夠提升企業的智能化水平，將有助於企業解決實際問題，提升利潤空間，提高生產率並發現更多的商業機會。
2、《大數據時代 》
《大數據時代》是國外大數據系統研究的先河之作，本書中前瞻性地指出，大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型，並用三個部分講述了大數據時代的思維變革、商業變革和管理變革。《大數據時代》認為大數據的核心就是預測。大數據將為人類的生活創造前所未有的可量化的維度。大數據已經成為了新發明和新服務的源泉，而更多的改變正蓄勢待發。書中展示了谷歌、微軟、IBM、蘋果、facebook、twitter、VISA等大數據先鋒們具價值的應用案例。
3、《雲端時代殺手級應用：大數據分析》
《雲端時代殺手級應用：大數據分析》分什麼是大數據、大數據大商機、技術與前瞻3個部分。第一部分介紹大數據分析的概念，以及企業、政府部門可應用的范疇。什麼是大數據分析？與個人與企業有什麼關系？將對全球產業造成怎樣的沖擊？第二部分完整介紹大數據在各產業的應用實況，為企業及政府部門提供應用的方向。提供了全球各地的實際應用案例，涵蓋零售、金融、政府部門、能源、製造、娛樂、醫療、電信等各個行業，充分展現大數據分析產生的效益。第三部分則簡單介紹了大數據分析所需技術及未來發展趨勢，為讀者提供了應用與研究的方向。
4、《大數據互聯網大規模數據挖掘與分布式處理》
《大數據：互聯網大規模數據挖掘與分布式處理》源自作者在斯坦福大學教授多年的「Web挖掘」課程材料，主要關注大數據環境下數據挖掘的實際演算法。書中分析了海量數據集數據挖掘常用的演算法，介紹了目前Web應用的許多重要話題。主要內容包括：分布式文件系統以及Map-Rece工具；相似性搜索；數據流處理以及針對易丟失數據等特殊情況的專用處理演算法；搜索引擎技術，如谷歌的PageRank；頻繁項集挖掘；大規模高維數據集的聚類演算法；Web應用中的關鍵問題：廣告管理和推薦系統。
J. 大數據相關的書籍有哪些，麻煩推薦一下
初級階段：《大數據時代》
讀完這本書，要求你形成大數據的概念專，對大數據有個全面的認屬識和了解。
中級階段：《失控》
用統計的方法，而不是因果的方法，預測未來,用統計的方法來對某些東西進行預測.
高級階段：《復雜性》
指明了一個無窮疊代，即 「關系的關系的……關系」，而智能將在這里涌現，解決復雜性問題預測的關鍵很可能就在這里，這句話打開了一個非常廣闊的前景，將象宇宙一樣沒有窮盡。
高級階段（2）：《量子物理史話》
停止爭論吧，上帝真的擲骰子！隨機性是世界的基石，當電子出現在這里時，它是一個隨機的過程，並不需要有誰給它加上難以忍受的條條框框。……而統計規律則把微觀上的無法無天抹平成為宏觀上的井井有條。——摘自《量子物理史話》