1. 大數據學習對英語有要求嗎報名學可以嗎
大數據專業對英語是沒有硬性要求的。大數據專業一般有開發和分析挖掘之回分，大數據開發涉及比較答多的編程代碼，可能很多人會覺得編程代碼就是和英文有關，其實不是的，很多編程大神其實對英文也是一竅不通，主要是在編程這一塊學得比較出色，都是個人能力的體現，和英語基礎完全掛不勾。而大數據挖掘和大數據分析，更多的是偏向業務類或軟體使用上，看重的是一定的數據基礎和良好的邏輯思維能力，和英語也是相關性很小。
所以，有致力於學習大數據的同學，不用擔心自己的英語基礎差而比別人弱勢，如果你是理工科基礎很好的，那麼這才能說你的強勢比別人真的厲害很多。
2. 大數據英文怎麼說
大數據（bigdata），IT行業術語，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。
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）。
大數據包括結構化、半結構化和非結構化數據，非結構化數據越來越成為數據的主要部分。據IDC的調查報告顯示：企業中百分之80的數據都是非結構化數據，這些數據每年都按指數增長百分之60。大數據就是互聯網發展到現今階段的一種表象或特徵而已，沒有必要神話它或對它保持敬畏之心，在以雲計算為代表的技術創新大幕的襯托下，這些原本看起來很難收集和使用的數據開始容易被利用起來了，通過各行各業的不斷創新，大數據會逐步為人類創造更多的價值。
3. 大數據時代對英語學習有何影響
(一)大數據的概念及內涵
大數據作為一個抽象的概念，不僅是指數據在數量上的龐大，也是指是數據在規模及形式上的龐大與不可預估的定量信息。大數據區別於傳統的規模化數據信息，在最新的維基網路中認為，「大數據」是指無法在一定時間內用通常的軟體工具進行捕獲、管理的數據集合。對於英語教育而言，「大數據」的數據主要來自於兩個部分。其中，一部分主要來源於各學校及施教單位內部自身信息系統所生成的運行數據，這類數據多數是標准化和結構性數據;而另一部分則來源於校園外部，也是現代英語教學中所需要的大量文本信息、圖像信息、音頻信息、視頻信息以及微信、微博等多種類的非結構化數據。如何在規模龐大、類型復雜的英語數據源中，採集與挖掘出對英語教育有用的信息，並在最短內做出有效分析，將是大數據時代中英語教學所需進行的一項核心工作。
(二)大數據的特徵
大數據的數據特徵，主要是指數量上的規模性(Volume)，結構形式的多樣性(Variety)以及速度傳播上的高速性(Veloci-ty)這三個特徵，即平常所說的3V。其中，規模性是指大數據的信息規模很大，一般的可以達到TB級及PB級;形式上的多樣性則是指數據類型上，大數據包含著結構化數據和非結構化數據這兩類;傳播速度的高速性是指在數據的構建、數據採集、數據分析、數據挖掘等一系列過程非常迅速。
二、大數據對英語教育的影響
(一)對英語教學模式的影響
傳統的英語教學主要是以課堂教學為主，而通過將大數據技術與英語教育深度融合，英語教學將成為一種更加開放性、互動性的教學模式。在大數據時代，學生的平板電腦、筆記本、智能手機等移動終端，都將成為英語教學的常規載體，英語學習不再僅局限於校內和課堂中，在一切場所中都不受時間、地點的限制進行自主學習。同時，伴隨著信息技術的迅速發展，全球教育資源正在逐步實現無縫整合與共享，近年來所開放的優秀教育資源如OER、MOOCS等，正逐步向全球各角落的學習者所同步共享。這些優秀的英語學習資源的利用，能明顯縮小我國各地域間英語教育水平的落差，從而為學生真正提供一個優質、自由的英語學習環境。
(二)對英語教學方式的影響
大數據時代下的英語教育，一是能提供信息的無縫鏈接，它能實時獲取各種英語資源與網路服務的多終端訪問，能實現數據同步與英語知識的無縫遷移;二是能實現信息的全面交互，英語學習需要學生通過良好的人際交互以更好的理解與掌握語言能力，而利用大數據技術能實現師生之間、學生之間隨時隨地的互動交流;三是能對學習情況進行積累監測，利用大數據分析技術、挖掘技術，能通過移動終端隨時獲取學生課外學習情況、記錄成績，並能通過區域性的數據統計，得到具有研究價值的數據報告，以詳細掌握學生課內外的學習軌跡;四是能提高教學管理效率，大數據採集技術中的二維碼技術、紅外感應技術、全球定位等技術，都可以使各種英語教育裝備與互聯網連接，從而實現對英語教育內容、教育過程的智能化識別、定位、監控與管理，以明顯提高英語教學的管理效率。總而言之，通過數據採集技術以全面收集各種英語教育數據，再利用數據分析與數據挖掘技術對這些數據進行深度處理，不僅能夠英語教學與管理提供更加科學化的決策支持，而且能明顯提升英語教育的實用性，有助於推動現代英語教育的可持續化發展。
(三)對英語教學評價的影響
大數據與英語教育的深度融合，還可以實現對學生英語學習過程的有效評估。一方面，通過大數據採集技術，可以監控學生的英語學習流程，發現學生的日常學習狀態，並通過對數據的變動分析，教師也能觀察到教學方式、教學流程改變的效果，促進教師在課後反思自己需要進一步改進的地方;另一方面，通過對學生英語學習行為的數據分析，也有助於掌握學生的知識掌握程度與興趣點，以促進教學效果的反思。由此可見，「依靠數據說話」已成為了現代英語教學評價的基本立足點。通過對教學過程、學習行為以及各種教學管理數據的全面採集、集中存儲、深入挖掘與分析，不僅能學生的英語學習具有重要的指導意義，也為教師的教學質量評估提供了全面、准確的分析結果。
三、大數據的關鍵技術及在英語教學中的運用
(一)大數據的關鍵技術
大數據技術是由數據採集、數據分析、數據挖掘、數據管理、數據共享、數據可視化等一系列技術的集合。數據的基本流程。1.數據採集技術英語教育中所形成的大數據，一個重要特點就來源廣泛、類型多樣，這就需要利用數據採集技術對數據進行有效的抽取與集成，並通過關聯存儲於資料庫中，以方便對數據隨時的提取與分析。目前，用於英語教育數據的採集技術，主要包括了:基於搜索引擎採集技術、基於數據流引擎採集技術、基於資料庫採集技術、基於ETL引擎採集技術等類型。2.數據分析技術數據分析技術也是英語教育數據處理流程的核心，其主要目的是根據教學的需求，對這些數據進行深入的挖掘、整理與分析。數據分析技術主要包括了數據挖掘技術、機器學習技術、統計分析技術等類型。其中，統計分析技術主要為雲計算技術、分布式處理技術等。3.數據可視化技術數據可視化技術也被稱為數據解釋技術，它能通過對數據分析結果的可視化形象，向用戶展示具體、形象的結果。在英語教育中，數據可視化技術不僅可全面、直觀的呈現各類英語教育統計數據，而且也可通過可視化操作界面，遠程操控英語教學設備。
(二)大數據在英語教學中的運用
1.在英語遠程教育中的應用隨著全球一體化時代的到來，熟練掌握英語已成為新時期、高素質人才日常生活、工作所需。為了更加便捷的學習英語，大量網路在線課堂、網路英語學習資源也應運而生，英語教學也逐漸由傳統的課堂教學模式向著更加個性化、便捷化、網路化的教學方向轉變，英語教育的遠程化、網路化時代已然到來。近年來，由於新興的遠程化網路英語課程大量出現，隨著而來也出現了大量的英語教育數據，再加上學生利用這些課程在網路中學習、互動、互助，也相應產生海量數據。因此，大數據技術在英語網路遠程教育中也有了相應的用武之地。例如，通過數據採集技術，能統計學生在網路中對英語知識提問的次數、參與討論的多少等等，然後在這些基礎上，通過數據分析技術，能詳細掌握學生的學習狀態和英語水平，進而對學生的英語學習行為進行正確的誘導與評價。隨著大數據技術在英語遠程網路教育的應用，教師不再基於自己教學經驗來分析學生在學習中的偏好、難點以及共同點，而只要通過分析與整合學生英語學習的狀態與行為記錄，就可輕易地掌握學生的英語學習規律與學習水平，然後再有的放矢，對不同的學生採用更加有針對性的幫助和輔導，這都有助於明顯提升遠程英語教育的效率與效果。
2.在英語課堂教育中的運用大數據技術除可應用於遠程英語教育以外，在課堂教學中也有著廣闊的應用空間。大數據技術在英語教育中的應用，最重要的目的就是提高學生英語學習的效果與效率，而通過大數據分析技術、採集技術的應用，對英語課堂的教學模式、教學方法以及學習行為都能形成有利的改變。通常而言，學生在課堂學習中作業信息、日常學習信息等重要信息，往往容易被忽視。而通過大數據採集技術與分析技術，則能及時發現與整理這些重要信息，不僅能為提高學生的英語成績提供更加個性化的服務，也有助於提高學生英語考試的成績、平時的出勤率、四六級通過率等。例如，通過大數據技術，能及時分析出某位學生英語成績不佳的原因，是由於周圍環境影響因素?是由於學習內容沒掌握因素?或者是因生病緣故?等等，從而為教師提供有用的數據信息，以實現更加針對性的英語課堂教學。
3.在英語考試中的應用大數據技術還有助於讓英語考試更加科學與合理，由於英語考題的設置，需要考慮到學生的英語學習水平、答題效率多種因素。在考試過程中，試卷的答題結果、班級成績情況，也能為教師提供大量的數據信息。而通過數據採集技術、數據分析技術，則有助於詳細了解學生的英語學習情況與記憶情況，在下一次出題時就能更加貼近於學習實際，並設置出更加適合學生的個性化問題，設計出能夠促進英語記憶力的考題線索。
四、總結
本文主要就大數據對現代英語教育的影響及運用進行了探索與研究。隨著大數據技術在英語教育中深度融合與運用，不僅使教師能夠詳細掌握學生在課外與課內的英語學習軌跡與學習情況，而且能夠為每一名學生創設出更加個性化與自由化的學習環境，從而真正構建起了以學校、家庭、社會、個人為一體的互動式人才培養體系，為學生養成終身英語學習的習慣打下了良好的基礎。
4. 大數據用英文怎麼說
大數據(big data)指規模巨大且復雜，用現有的數據處理工具(on-hand database management
tools)難以獲取(capture)、整理( curate)、管理(
manage)以及處理(process)的數據信息統稱。大數據的特點可以總結為4V：volume(大量)、velocity(高速)、variety(多變)、veracity(准確)。
5. 大數據如何影響課堂教學
「大數據」（BIG DATA）這個詞，是2008年在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》這本書中首次提出的。「大數據」指不用隨機分析法（抽樣調查）這樣的捷徑，而是對所有的數據（近似於全樣本）進行分析處理的一種方法。
1．什麼是我們身邊的大數據？
「大數據」已經滲透到我們生活中的方方面面。比如我們打開手機淘寶，呈現在我們面前的界面是不一樣的。它推送給我們的商品是不同的，而且這些商品往往真的能夠抓住我們的需求和心理，這是為什麼呢？
其實這就是大數據分析出的結論。
淘寶這個平台，對每一個瀏覽過商品的人，購買過商品的人，都進行了全數據分析，可以輕松獲取我們的很多信息。
例如我們的性別、年齡、家庭成員、喜好、是否結婚、是否有孩子、孩子的性別，甚至可以細致到你是愛穿休閑類的服飾，還是喜歡小清新類的服飾，或者是職業裝類的服飾等等。通過你的每一次操作，收集到了這些數據之後，它經過分析和處理，進一步推測出了你可能會訂購的商品，從而推送給你，讓你花更少的時間檢索而要花更多的錢進行消費。
例如你購買了一些孕婦類產品，可能在不久之後，它就會推送相關聯的一些嬰兒用品給你。
而我們消費後的評價與反饋，又使得他們不斷改進自己，例如不同賣家的鑽石星級，或者清退一些不合格的賣家等等這些行為，就是淘寶對自身的調整。
這種互利互惠的雙迴路的運轉模式，可以看作是賣家與買家間的一種良性的互動方式，而這種互動方式在傳統的賣場裡面是不可想像，也難以實現的。
2．什麼是課堂教學互動方式？
課堂教學互動方式，則是指在課堂上，教師與學生之間的一種信息交流方式。
在傳統的課堂中，師生之間的互動交流方式比較單一，上課就是教師在講，學生在聽，一種單方向的傳導過程。
有人說，教師就是知識的搬運工，課堂上很少有師生之間的交流。
還有一種觀念是，教師對學生提問，學生回答，就是師生互動。
顯然，這種認識是膚淺的，這將使師生互動流於形式。師生互動的根本目的是要引導和培養學生的高階思維。
因此，真正的師生互動應該定義為思維的碰撞、智慧火花的生發之源。
近些年來一直被提及的可汗學院的教學與學習方式，之所以受到關注的原因，恰恰就是它基於大數據分析，解決了課堂教學互動這個難題。
大數據之所以能實現課堂教學互動，是因為它具有三個主要特徵：反饋、個性化和概率預測。
我們傳統的課堂教學是一種單迴路的學習，即教師給予，學生接受。我們對學生進行考核，然後對他們進行評價。
我們不會或者沒有條件來通過學生的成績來反思自己的教學內容或者方式是否是恰當的。
我們不能從學生身上獲得真正有用的反饋信息來改變自己的教學內容和行為。
所以說，傳統的課堂教學是一種單迴路的方式，根本沒有實現師生間的良性互動。
此外我們的教學內容在編排上，考慮的是處於平均水平的學生，而這種水平的學生其實在現實中可能根本是不存在的。
換句話說，我們的教學沒有照顧到「好」學生，也忽略掉了那些「差」學生，甚至連我們認為的中等水平的學生，也是不存在的，因為他們是平均後虛構出來的群體。
所以，我們的教學根本沒有針對學生做出個性化的設計，這是教育普及大眾化不得不做出的取捨。
傳統的教學是沒有反饋或反饋較少（沒有時間或實在照顧不到，分身乏術），沒有個性化，從而更談不上有概率預測的一種教學。
而大數據下的新的課堂教學互動方式，卻可以改變這種狀況。
1．參考案例
維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《與大數據同行——學習和教育的未來》一書，舉了可汗學院的例子。
2004年，可汗是一個剛從哈佛商學院畢業一年的基金分析師，給自己的表妹輔導數學。
由於他們生活在不同的城市，因此，他在互聯網上為她進行輔導，從此永遠地改變了教育的世界。
他編寫了若干程序來協助教學，這些程序能生成數學習題，並顯示孩子們提交的答案是否正確。
同時，也收集數據，程序可以追蹤每個學生的答對和答錯的習題數量，以及他們每天用於作業的時間等等。
後來在此基礎上創建的可汗學院，之所以可以聞名於世，就是因為它收集有關學生行為的數據，從中獲取有用的信息來改變教學內容的設計，為每個學生定製個性化的學習方案。
可以說數據就是可汗學院運作的核心所在，大數據的支撐，互聯網技術的飛速發展，使得相隔千里的師生之間形成了有效的課堂教學互動。
它改變了我們對面對面才能達成互動的傳統認識。
此外，還有一個關於斯坦福大學吳恩達與他的機器學習課程的例子。
吳教授將課程放到了網上，他追蹤學生與視頻互動的行為。
在什麼地方按了暫停鍵，什麼地位按了重復鍵，在什麼地方放棄了繼續聽課，他的目的不是督促學生學習，而是反思學生卡在了什麼問題上，哪些教學內容難以理解，從而對課程進行調整。
例如，他發現學生本來都是正常的按順序進行網上學習，但是很多學生在學習第7課時，都會去回看第3課的一個關於數學知識的復習課。
於是他發現，原來是因為第7課解決某個問題時，需要用到第3課復習到的一個數學公式，而很多學生並沒有記住，因此他就對第7課時的教學視頻做了改變，會自動彈出一個彈窗幫助學生來復習數學公式。
還有一次，他發現學生在學習第75課到第80課時，正常的學習秩序被打亂了，學生以各種各樣的順序反復觀看這幾節課。
他通過反復分析，發現學生的行為是在反復理解概念，於是他將這部分的教學內容製作的更加精細，更有助於幫助學生理解概念。
【 評價】
這是一個典型的大數據分析下，課堂教學互動變革實現了教學反饋的例子。
覺得我們傳統的教學，只是通過每天判一判學生的作業，看一看他們的考試成績，是無法得到這些動態的數據的，更無法得到改變我們教學內容與方式的有價值的信息。
於是我們的教學可能幾年甚至幾十年都在重復相同的內容和動作。因為我們不知道學生究竟是如何進行學習的。
2．參考案例
還有一個例子是關於「半島大學」的暑期班項目，他們使用可汗學院的數學課程教授來自舊金山灣區貧困社區的中學生。
在課程一開始，一個七年級的女生的成績在班裡一直墊底，在整個暑期的大部分時間中，她一直是學得最慢的一個學生，但是在課程結束後，她的成績是班上的第二名。
可汗對此感到好奇，於是調取了她完整的學習記錄，查看她每一道習題和解題的時間，系統創建的圖表對她學習進行的描繪，發現他很長時間都徘徊在班級的底部，直到在某個事件點上突然直線上升，超過了幾乎所有的學生。
這充分說明，當學生以自己最適合的步調和順序進行學習時，即使一個被看似沒有能力的「差生」也是可以變為優等生的。
【 評價】
這是一個典型的大數據分析下，課堂教學互動變革實現了個性化教學的例子。
如果這個女孩放在我們傳統的基於小數據的教學課堂上，幾次考試的成績都不理想，可能她就會被我們歸類為「差生」，於是各種補習加各種輔導，完全打擊了她的自信心，成績的陰影甚至會影響到她的一生。
而可汗學院的課程，利用數據監控了她的所有的學習過程，時間是一個連續的變數，針對她的特點設計了適合她的習題，循序漸進，激發出了她最大的能量。
她完全根據這種個性化的定製，按照自己的學習節奏進行學習，不用去關注到其他人的學習進度與成績。細思極恐，我在想我們的教育究竟扼殺掉了多少這樣的人才？
我們真的應該好好認清大數據帶給我們的課堂教學互動的變革，這種變革很多時候甚至不是技術上的，而是理念上的。
在反饋與個性化的基礎上，大數據的更大的優勢就體現在了概率預測這方面了。
例如我們可以對學生個體為提高其學業成績需要實施的行為作出預測。比如選擇最有效的教材、教學風格、反饋機制等等。
其實，在小數據時代，我們跟學生家長所說的某些建議，比如您的孩子應該加強數學這方面的學習，您的孩子適合去學文科等等這些建議，其實也不是肯定的事實，也只是概率性的干預。
因為可能根據老師所謂的經驗，這個學生選擇學習文科，將來考上一本的可能性更高。而大數據與過去最大的區別是，我們是通過對事物加以測量和量化，以更高的精確度說話。它的預測准確率更高。
比如，大學的選課方面，可以根據你以往的學習基礎以及學習行為，預測出你選哪門課的通過率會更高，你未來的職業規劃怎樣進行會更加順利等等。
大數據所實現的這種概率預測，似乎與課堂教學互動方式的變革沒有直接的關系。
但是仔細分析不難發現，這種預測其實是師生間互動的一種延續，我們對學生的影響不只局限於課堂上，而是延續到了未來選擇的層面上，使得互動交流更上了一個台階。
1．利用數據反饋信息調整課堂教學策略
以高考備考為例：
上圖是追蹤某高中四年所有學生高考數學各知識點得分率的情況，我們可以看出對其中一部分知識點的得分率維持在高位。
這就說明學校一貫的培養策略與日常教學方法是正確的，只需要保持即可，無論教師還是學生不需要過於焦慮，因為大數據反饋的結果對未來教學效果有一定的預測功能。
2．關注學生的個性化發展
大數據不僅對規模龐大的數據進行全樣本分析，得到一般規律，更重要的是很能體現出個性，它可以記錄下每一個學生的變化，方便教師針對每一個學生調整課堂教學方式。
上圖是大數據分析系統給出的某一個學生在一次考試中的情況，從圖中可以看出，數學與物理是這個學生的優勢學科，英語是這個學生最薄弱的學科，那麼在進行改進策略制定時，要多聽取英語老師的建議。
大數據可以幫助教師的課堂教學行為不像傳統課堂那樣，針對的是所謂的「平均水平」的學生授課，而是能照顧到每一名學生。
例如，利用信息技術監控學生的課堂測試與課堂練習情況，隨時調取任意學生的過程進行點評，統計每一名學生過程中出現的問題，這樣教師對課堂進程的判斷不是根據經驗，而是根據實際情況隨時調整。
總之，課堂教學互動方式的變革，不應該只是技術層面上的變革，媒體技術，網路平台的建設已經非常的成熟了，我們需要的變革是組織變革，是思想的變革。
現在流行的微課、慕課（MOOCs）其實就是大數據滲透到教學互動領域冰山的一角，形式並不重要，重要的是隱藏在這些形式下的數據所反映出來的學生行為，以及反饋給教師的教學信息，從而引起他們的思考和改變，形成雙向的迴路，實現真正的「互動」，這才是大數據真正的價值。
大數據下的教師要成為「數據脫盲者」，我們需要通過讀取數據來追蹤學生的進步，通過概率預測解釋什麼是對學生最有效的學習。
我想這應該意味著我們需要建立一套完善的系統，在這個系統中，有數據處理的專家，有解讀數據分析數據的分析師，有利用數據改善教學的教師。
只有在這個良性循環的系統中，才能真正實現課堂教學互動，呈現個性化的教學，讓教育針對每一個孩子。
希望我們的教育和教學可以因為大數據而發生真正的變革。