人工智慧還是大資料庫

㈠ 大資料庫和人工智慧有什麼關系嗎

人工智慧裡面有一部分演算法是需要數據的，首先要進去數據，然後才能學習。
比如一個大數據庫叫ImageNet，有十幾億張圖片，用了這么大量的圖片，我們才能訓練我們的深度神經網路去做圖片中貓貓、狗狗、車輛的識別。
如果沒有這些海量的數據，很多機器學習演算法是不能用的，像我們現在看視頻網站它是面向百億特徵，千億參數，萬億樣本，你沒有萬億樣本就支撐不了百億特徵，你可能要有一個億的樣本才有可能支撐百萬特徵，而且深度學習是需要海量特徵做特徵工程的，所以這個時候大數據實際是很多機器學習演算法得以能夠發展的基礎，但是發展到一定程度，有些演算法它又突然脫離數據了，比如說我們做增強學習，像早期的阿法狗(AlphaGo)，它學了幾十萬專業棋手之間的對局，它是大師，那它就下得很好，後來的阿法Zero(Alpha Zero)，它是自己和自己下棋，反正有規則，所以它的數據實際不是真的數據，是生成出來的，它沒有用真實數據，但是它用了增強學習，所以說它最後下得比阿法狗還強。

㈡ 計算機科學與技術、人工智慧和大數據哪個專業好（對女生來說）

計算機科學與技術，人工智慧和大數據哪一個專業適合女生？

說實話，只要是數學，物理好的，這幾個專業都適合女生就業《 關鍵問題是，就業環境中，存在的女性就業歧視 》

這幾個專業屬於熱門專業，除了計算機科學與技術相對成熟外， 人工智慧和大數據 是新興專業，並不是太成熟，還是在摸索階段，需要解決的問題還不少。

從女性就業上看，這幾個專業從理論上對女性不太有好，至少是工作強度上，我們在人工智慧方面占據絕對的位置，但是我們不否認我們的有利是靠 996完成的， 高強度的工作時間，確實不適合，不值得女性去拼搏，《 特別是女性到了婚姻階段，企業往往會找一些沒有道理的道理，來解決女性工作問題 》

當然我們也不能一概而論，在這些專業中女性期待成績的也不佔少數，只要你能適應高強度的工作壓力，應該比男性更容易取得成績。

其實在計算機科學技術專業中，適合女性的是網路安全。

這三個都是非常熱門的專業，根據2019年教育部公布的數據——在新增備案專業中新增最多的就是「數據科學與大數據技術」，全國共有196所高校爭相開設。其次是人工智慧類專業：機器人工程、智能科學與技術、智能製造工程。新增最多的審批專業是「人工智慧」專業，全國共有35所985大學獲得審批「人工智慧」專業首批建設資格。

計算機科學與基礎是一門研究計算機的專業。專業涉及面非常的廣，涉及到了計算機軟體，硬體，資料庫，操作系統，軟體工程等。如果將來打算考研往人工智慧大數據方向發展，我們建議在本科的時候，可以學計算機科學技術。

人工智慧專業可以理解為先要機器學習人類的語言、行為，再進行模仿為人類進行服務。目前開設的高校並不是很多，多為985工程重點院校，專業橫跨計算機、自動化、心理學、數學等學科。

大數據專業是計算機科學與技術跟數學、統計學的交叉學科，專業也會涉及到人工智慧的相關課程。要求對於資料庫，程序設計，計算機網路有足夠了解，同時對於數學的要求極高。

目前在這些專業裡面男女比例是比較失衡的，甚至有的專業會出現「和尚班」，沒有一個女生。如果女生從小對於計算機電子信息這一塊比較感興趣，那麼選擇了相關專業之後，將來就業的時候也會有一定的優勢。從團隊建設的角度來講在一些知名企業裡面也願意招收一些女生。

從三個專業來看，個人會推薦女生往大數據方向學習。但是大數據專業對於計算機和數學的要求非常高。本科階段，能夠把基礎學科學的扎實，這是最為重要的。考研就是對於職業生涯方向進行再一次的調整，熱門方向相應的門檻也會比較高一些。

專注教育問答，歡迎關注張老師生涯課堂，分享幫助更多人

中國女性，有韌性，勤勞，聰明，善良，美麗，是世界上最偉大的女性，沒有之一！三個方向都適合中國女性，尤其是喜歡數學的中國女性！計算機最後發展的瓶頸在於數學！計算機科學與技術是基礎需要學習計算機原理，操作系統，數據結構，編程等！有了這個好的基礎，可以搞機器學習，深度學習，神經網路等，這是人工智慧的領域，人工智慧演算法需要大數據的訓練，才能形成相對穩定的預測模型！由此可見先學計算機科學與技術，其次是大數據，其次是人工智慧！當然可以只學計算機科學與技術，或者學前兩個，或者三個都學！我期待中國涌現出大量的計算機科學科學家！

人工智慧雖火，但眾多相關專業的研究人員都轉向人工智慧，競爭必激烈，從易就業易高薪的角度，人工智慧不是最佳選擇，再說你是女生，人工智慧更不適合，是因為工作強度的問題，建議搞計算機，將來做測試方向，相對輕松，薪水也不低

都可以，跟著你的心走就好了。

我簡單跟你說一下這兩者的不同吧。

1.計算機科學與技術 就是傳統的大學科，什麼都學，軟體、硬體、網路三個大方向，計算機組成原理，操作系統，代碼重構，C語言，C++，Java都是有的，不知道現在有沒有Python。

學這個可以系統性地了解一下計算機的東西，搞軟體也未必就接觸不到其他方向的東西了，起碼網路協議有時候還是非常重要的，搞大數據，那資料庫總得非常熟悉吧。

這個專業的好處就是全面，側重點在哪，主要想學什麼，自己定。

2.數據科學與大數據技術 是近些年新開的學科，主要學習內容是數學，統計，軟體三個方面的東西。除了計算機相關，還得學很多數學課程，統計的一些東西。

搞大數據其實也分好多場景和類別的，像是大數據開發工程師，那是妥妥的程序員，需要先學Java打好底子，然後學Hadoop搞大數據。還有些數據科學家是搞科研的，還有各種數據分析師，就是類似金融和各行各業的做分析的那些人才了，雖然也可能會用到編程的知識，但不一定是重點，也不一定都會學到什麼程度。怕是自己要多用點心，多努努力了。

3.人工智慧同理，女生與男生也同理。在編程這塊區別不大，不拼體力，主要看思維。

至於選擇哪個么，就看你是想系統性地學習一下計算機，打好基礎，還是想直接學大數據對口的相關東西了。或者人工智慧。

選計算機科學 就好好打基礎，自己分析查看以後做大數據開發需要用到的東西，把課程體系裡沒有的東西自己找資料來補上，自學，或者參加培訓，找人教，帶著做項目。

選大數據科學 就看看大數據都講什麼，自己想往哪個方向發展，看看企業，目標單位都要什麼技術。搞科研就多弄數學，編程就補計算機，統計就好好弄統計。想學好都是得自己下功夫的。

人工智慧也是同理。

不過211的學生嘛，挺優秀的了，自學能力OK的。知道怎麼做了，剩下的就去做就好了。

順便給你貼一下大數據的學習路徑吧，可能用得到。

如果需要學習線路圖或隨堂筆記的話，評論區給我回復111，找我就好了。

建議人工智慧，現在人工智慧人才十分稀缺，學這以後就業方便，收入高，而且要花的精力不會比另外兩個方向多很多

看樣子你是走不了研究路線的，建議計算機專業，做做產品設計、前端開發、項目測試及管理。人工智慧和大數據專業，不讀研讀博，不讀名校，打造不出核心競爭能力。

㈢ 學大數據分析和人工智慧哪個更有前景

都非常不錯

㈣ 人工智慧和大數據那個專業比較好呀

大數據
Big data，是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
人工智慧
Artificial Intelligence，英文縮寫為AI。它的領域范疇是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
大數據技術主要是圍繞數據本身進行一系列的價值化操作，包括數據的採集、整理、存儲、安全、分析、呈現和應用等。大數據技術與物聯網、雲計算都有密切的聯系，物聯網為大數據提供了主要的數據來源，而雲計算則為大數據提供了支撐平台。
人工智慧目前還處在初級階段，主要的研究方向集中在自然語言處理、知識表示、自動推理、機器學習、計算機視覺和機器人學等六個方面。人工智慧是典型的交叉學科，涉及到哲學、數學、計算機、經濟學、神經學、語言學等諸多領域。
大數據與人工智慧的關系
大數據和人工智慧雖然關注點不相同，但關系密切，可以這樣說，大數據是人工智慧的基石，動力。大數據和AI中的深度學習是密不可分的，有了大量數據，作為深度學習的「學習資料」，計算機可以從中找到規律，海量數據，加上演算法的突破和計算力的支撐讓人工智慧獲得突破、走向應用。
一是人工智慧需要大量的數據作為「思考」和「決策」的基礎，二是大數據也需要人工智慧技術進行數據價值化操作，比如機器學習就是數據分析的常用方式。在大數據價值的兩個主要體現當中，數據應用的主要渠道之一就是智能體（人工智慧產品）。
人工智慧就是大數據應用的體現，是大數據、雲計算的應用場景。沒有大數據就沒有人工智慧，人工智慧應用的數據越多，其獲得的結果就越准確。
河南新華歡迎學習

㈤ 物聯網，雲計算，大數據，人工智慧怎麼區分與彼此關系

物聯網：

在之前被定義為通過射頻識別(RFID)、紅外線感應器、全球定位系統、激光掃描器、氣體感應器等信息感測設備按約定的協議把任何物品與互聯網連接起來進行信息交換，以實現智能化識別、定位、跟蹤、監控和管理的一種網路，簡言之物聯網就是「物物相連的互聯網」。

後來被重新定義為當下幾乎所有技術與計算機、互聯網技術的結合，實現物體與物體之間：環境以及狀態信息實時的實時共享以及智能化的收集、傳遞、處理、執行。廣義上說，當下涉及的信息技術的應用，都可以納入物聯網的范疇。

雲計算：

是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網路訪問，進入可配置的計算資源共享池(資源包括網路、伺服器、存儲、應用軟體、服務)，這些資源能夠快速提供，只需投入很少的管理工作，或與服務商進行很少的交互。

物聯網和雲計算的關系

雲計算相當於人的大腦，是物聯網的神經中樞。雲計算是基於互聯網的相關服務的增加、使用和交付模式，通常涉及通過互聯網來提供動態易擴展且經常是虛擬化的資源。

大數據：

是一種規模大到在獲取、管理、分析方面大大超出傳統資料庫軟體工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特徵。如果將大數據比作一個產業，那麼這種產業實現盈利的關鍵在於提高對數據的「加工能力」，通過「加工」實現數據的「增值」。

大數據和雲計算的關系

從技術上來看，大數據和雲計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單台的計算機進行處理，必須採用分布式架構。它的特色在於對海量數據進行分布式數據挖掘，但它必須依託雲計算的分布式處理、分布式資料庫和雲存儲、虛擬化技術。

人工智慧：

英文縮寫為AI，它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

人工智慧與大數據、雲計算的關系

人工智慧其實就是大數據、雲計算的應用場景。現在已經比較火熱的VR，沉浸式體驗，就是依賴於大數據與雲計算，讓用戶能夠由更加真切的體驗，並且VR技術是可以使用到各行各業的。人工智慧不同於傳統的機器人，傳統機器人只是代替人類做一些已經輸入好的指令工作，而人工智慧則包含了機器學習，從被動到主動，從模式化實行指令，到自主判斷根據情況實行不同的指令，這就是區別。

㈥ 人工智慧和大數據的關系是什麼樣的，哪個更有前景

什麼是大數據？
隨著時代的發展，我們在日常生活中產生的數據也越來越多，比如日常上網瀏覽，全國一天就能達到幾十億的數據量，而且這僅僅只是網頁瀏覽產生的數據量，各行各業所有的數據量加起來可想而知。
什麼是人工智慧？
雲計算是基於互聯網的相關服務的增加、使用和交付模式，這種模式提供可用的、便捷的、按需的網路訪問， 進入可配置的計算資源共享池（資源包括網路，伺服器，存儲，應用軟體，服務），這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的交互。
物聯網是互聯網的應用拓展，與其說物聯網是網路，不如說物聯網是業務和應用。因此，應用創新是物聯網發展的核心，以用戶體驗為核心的創新是物聯網發展的靈魂。
大數據相當於人的大腦從小學到大學記憶和存儲的海量知識，這些知識只有通過消化，吸收、再造才能創造出更大的價值。
人工智慧打個比喻為一個人吸收了人類大量的知識（數據），不斷的深度學習、進化成為一方高人。人工智慧離不開大數據，更是基於雲計算平台完成深度學習進化。
人工智慧與大數據
如果我們把人工智慧看成一個嗷嗷待哺擁有無限潛力的嬰兒，某一領域專業的海量的深度的數據就是喂養這個天才的奶粉。奶粉的數量決定了嬰兒是否能長大，而奶粉的質量則決定了嬰兒後續的智力發育水平。
與以前的眾多數據分析技術相比，人工智慧技術立足於神經網路，同時發展出多層神經網路，從而可以進行深度機器學習。與以外傳統的演算法相比，這一演算法並無多餘的假設前提（比如線性建模需要假設數據之間的線性關系），而是完全利用輸入的數據自行模擬和構建相應的模型結構。這一演算法特點決定了它是更為靈活的、且可以根據不同的訓練數據而擁有自優化的能力。
至於哪個更有前景，我們來看看
人工智慧不同於傳統的機器人，傳統機器人只是代替人類做一些已經輸入好的指令工作，而人工智慧則包含了機器學習，從被動到主動，從模式化實行指令，到自主判斷根據情況實行不同的指令，這就是區別。
大數據的概念在前幾年已經炒得火熱，但是也就是近兩年才開始慢慢落地，依賴於雲計算的發展，以及人們對人工智慧的預期。
說到底，雲計算是大數據的底層架構，大數據依賴雲計算來處理大數據，人工智慧是大數據的場景應用。三者直接建立起一個體系，從而實現改變世界的目的。三者不能分開說，一定要緊密結合。

㈦ 大數據，雲計算，現在又有人工智慧，到底學哪個好

這個看個人對哪方面感興趣再結合個人自身的情況來選擇，大數據，雲計算版，人工智慧三者之間相輔相權成又不可分割，人工智慧難學些，學習技術性知識較多，需要有一定的基礎，如果你想挑戰高難度的話就可以選擇人工智慧，其次的話就選擇學習大數據或者是雲計算。

㈧ 人工智慧和大數據有什麼區別

• 人工智慧

  （計算機科學的一個分支）

  鎖定

本詞條由「科普中國」科學網路詞條編寫與應用工作項目審核
。

人工智慧（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。人工智慧可以對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。

人工智慧是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種「復雜工作」的理解是不同的。[1]2017年12月，人工智慧入選「2017年度中國媒體十大流行語」

• 大數據

  （IT行業術語）

  本詞條由「科普中國」科學網路詞條編寫與應用工作項目審核
  。

大數據（big data）是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。[1]

在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》[2]中大數據指不用隨機分析法（抽樣調查）這樣捷徑，而採用所有數據進行分析處理。大數據的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。[3]

㈨ 雲計算，大數據和人工智慧三者之間的關系

雲計算、大數據、人工智慧這三者的發展不能分開來講，三者是有著緊密聯系的，互相聯系，互相依託的，脫離了誰都不能更好的發展，讓我們具體來看一下！
一、大數據
大數據指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中大數據指不用隨機分析法(抽樣調查)這樣捷徑，而採用所有數據進行分析處理。大數據的5V特點(IBM提出)：Volume(大量)、Velocity(高速)、Variety(多樣)、Value(低價值密度)、Veracity(真實性)。
數據每天都在產生，各行各業都有，數據量也是相當之大，但如何整合數據，清洗數據，然後實現數據價值，這才是當今大數據行業的研究重點。大數據最後要實現的是數據超融合，應用到應用場景，大數據的價值才會體現出來。
人工智慧就是大數據應用的體現。
二、雲計算
雲計算(cloud computing)是基於互聯網的相關服務的增加、使用和交付模式，通常涉及通過互聯網來提供動態易擴展且經常是虛擬化的資源。雲是網路、互聯網的一種比喻說法。過去在圖中往往用雲來表示電信網，後來也用來表示互聯網和底層基礎設施的抽象。因此，雲計算甚至可以讓你體驗每秒10萬億次的運算能力，擁有這么強大的計算能力可以模擬核爆炸、預測氣候變化和市場發展趨勢。用戶通過電腦、筆記本、手機等方式接入數據中心，按自己的需求進行運算。
對雲計算的定義有多種說法。對於到底什麼是雲計算，至少可以找到100種解釋。現階段廣為接受的是美國國家標准與技術研究院(NIST)定義：雲計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網路訪問， 進入可配置的計算資源共享池(資源包括網路，伺服器，存儲，應用軟體，服務)，這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的交互。
說白了，雲計算計算的是什麼？雲存儲存儲的是什麼？還是大數據！所以離開大數據談雲計算，離開雲計算談大數據，這都是不科學的。
三、人工智慧
人工智慧(Artificial Intelligence)，英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智慧是對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。
人工智慧是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種復雜工作的理解是不同的。
人工智慧其實就是大數據、雲計算的應用場景。
現在已經比較火熱的VR，沉浸式體驗，就是依賴與大數據與雲計算，讓用戶能夠由更加真切的體驗，並且VR技術是可以使用到各行各業的。
人工智慧不同於傳統的機器人，傳統機器人只是代替人類做一些已經輸入好的指令工作，而人工智慧則包含了機器學習，從被動到主動，從模式化實行指令，到自主判斷根據情況實行不同的指令，這就是區別。
大數據的概念在前幾年已經炒得火熱，但是也就是近兩年才開始慢慢落地，依賴於雲計算的發展，以及人們對人工智慧的預期。