1. 大數據有哪些好的地方，當下大數據的傑出表現有哪些
大數據幫助政府實現市場經濟調控、公共衛生安全防範、災難預警、社會輿論監督。
大數據幫助城市預防犯罪，實現智慧交通，提升緊急應急能力。
大數據幫助醫療機構建立患者的疾病風險跟蹤機制，幫助醫葯企業提升葯品的臨床使用效果，幫助艾滋病研究機構為患者提供定製的葯物；
大數據幫助航空公司節省運營成本，幫助電信企業實現售後服務質量提升，幫助保險企業識別欺詐騙保行為，幫助快遞公司監測分析運輸車輛的故障險情以提前預警維修，幫助電力公司有效識別預警即將發生故障的設備。
大數據幫助電商公司向用戶推薦商品和服務，幫助旅遊網站為旅遊者提供心儀的旅遊路線，幫助二手市場的買賣雙方找到最合適的交易目標，幫助用戶找到最合適的商品購買時期、商家和最優惠價格。
大數據幫助企業提升營銷的針對性，降低物流和庫存的成本，減少投資的風險，以及幫助企業提升廣告投放精準度。
大數據幫助娛樂行業預測歌手，歌曲，電影，電視劇的受歡迎程度，並為投資者分析評估拍一部電影需要投入多少錢才最合適，否則就有可能收不回成本；
大數據幫助社交網站提供更准確的好友推薦，為用戶提供更精準的企業招聘信息，向用戶推薦可能喜歡的游戲以及適合購買的商品。對大數據有興趣想要了解學習的可以到科多大數據的官網咨詢一下喲~
2. 大數據適合去哪些城市發展
大數據適合去一些一線城市發展，比如說上海，北京，廣州，深圳。
3. 國家大資料庫在哪裡
中心基地-北京
2015年1月16日，由藍汛與北京市供銷總社共同投資的藍訊首鳴國際數據中心項目啟動儀式在北京天竺綜合保稅區舉行。據了解，該數據中心是北京首個國家級、超大規模雲數據中心，產業園佔地面積8萬平方米，包含9棟數據中心機房和1棟感知體驗中心。
南方基地-貴州
2015年7月9日，首個國家級數據中心 ——災備中心落戶貴州，該大資料庫災備中心在貴州揭牌，這標志著大數據專項行動第一階段任務順利落。位於貴州貴安新區的國家旅遊大資料庫災備中心機房內，有著一根特殊的網路虛擬專線，這條專線跨越了北京與貴州之間2200多公里的距離，實現了國家旅遊局北京機房與貴州災備中心數據的同步傳輸和異地備份。
多年以來，200餘個大數據信息產業項目簽約落戶貴州，富士康、阿里巴巴、騰訊、華為等大型企業搶灘貴州發展。中國電信雲計算貴州信息園1.1期、中國移動（貴州）大數據中心、中國聯通貴安雲數據中心一期建成運營。中電樂觸、高新翼雲、翔明科技等第三方數據中心已建成並投運，目前數據中心伺服器達到2.2萬台；北京供銷社數據中心、惠普數據中心等一批項目已經啟動，預計今後將達5萬台伺服器規模。
北方基地-內蒙古
「烏蘭察布國家大數據災備中心啟動大會於2016年7月8日早上八點正式啟動」內蒙古主席布小林將出席會議。烏蘭察布市委市政府依據自身地理位置優越，地質板塊穩定，電力資源豐富，氣候冷涼適宜，臨近京津冀經濟圈核心市場等優勢，將信息產業作為戰略性新興產業來發展，致力於將烏蘭察布市打造成面向華北、服務京津的國家級雲計算產業基地，為承接高科技產業、加快產業轉型升級提供強有力的支撐。 市委市政府將為該建設國家大數據災備中心項目提供充足的土地與極具競爭力的投資政策吸引廣大企業參與建設
4. 大數據在貴州哪裡
貴陽。貴陽大數據科創城啟動建設，華為雲全球總部落地貴州，貴陽貴安成為全球集聚超大型數據中心最多的地區之一，數字經濟佔比達34%、增速連續六年位居全國第一。
5. 朋友想學習大數據，有哪裡可以學習呢
大數據也是最近幾年才火起來的學科，之前發展一直是不瘟不火的，可能是和這些年高速發展是互聯網有一定的關系的。
目前想要學習大數據建議還是去一線城市進行學習的比較好，大數據是屬於高度技術行業，在二三線城市現在發展得還不是很好，大多數的大企業都是在一線城市，所以很多技術都是出現在一線城市的。
選擇去北京學習大數據確實非常不錯，因為現在大數據發展比較好的地方也就是北上廣這樣的地方。而且在這里也是大數據培訓機構比較集中的地方，這里的機構有很多，其中相對比較專業的機構也有很多，大家可以選擇到的幾率也比較高。
具體的大家可以通過機構的師資、課程、學習環境以及就業情況等多方面的內容去對比選擇，我相信總有一家是比較適合你的。
如果，確定了想要到北京學習大數據技術的話，大家可以到尚矽谷來進行了解一下。
學習大數據之前建議獻血好計算機基礎知識，否則如同聚沙成塔一般根基不穩。
具體到大數據本身，建議先掌握一些基本的工具，例如hive，Hadoop，hbase，es等，先做一些簡單的數據分析。
個人學習經驗，如果是我會先選擇找一本入門的大數據相關的書籍，通讀一遍，建立對大數據的一個概念。然後可以到b站或者慕課網等學習網站找視頻資源，這類視頻也有深有淺，看自己當時的情況有選擇的看。最後，你想要更近一步的探究大數據，就應該找更專業的書籍或論文去研讀，這一類論文可以到知網或者谷歌文獻去找。
一、如何將商業運營問題轉化為大數據挖掘問題
那麼，問題來了，我們該如何把上述的商業運營問題轉化為數據挖掘問題?可以對數據挖掘問題進行細分，分為四類問題：分類問題、聚類問題、關聯問題、預測問題。
1、分類問題
用戶流失率、促銷活動響應、評估用戶度都屬於數據挖掘的分類問題，我們需要掌握分類的特點，知道什麼是有監督學習，掌握常見的分類方法:決策樹、貝葉斯、KNN、支持向量機、神經網路和邏輯回歸等。
2、聚類問題
細分市場、細分客戶群體都屬於數據挖掘的聚類問題，我們要掌握聚類特點，知道無監督學習，了解常見的聚類演算法，例如劃分聚類、層次聚類、密度聚類、網格聚類、基於模型聚類等。
3、關聯問題
交叉銷售問題等屬於關聯問題，關聯分析也叫購物籃分析，我們要掌握常見的關聯分析演算法：Aprior演算法、Carma演算法，序列演算法等。
4、預測問題
我們要掌握簡單線性回歸分析、多重線性回歸分析、時間序列等。
二、用何種工具實操大數據挖掘
能實現數據挖掘的工具和途徑實在太多，SPSS、SAS、Python、R等等都可以，但是我們需要掌握哪個或者說要掌握哪幾個，才算學會了數據挖掘?這需要看你所處的層次和想要進階的路徑是怎樣的。
第一層級：達到理解入門層次
了解統計學和資料庫即可。
第二層級：達到初級職場應用層次
資料庫+統計學+SPSS(也可以是SPSS代替軟體)
第三層級：達到中級職場應用層次
SAS或R
第四層級：達到數據挖掘師層次
SAS或R+Python(或其他編程語言)
三、如何利用Python學習大數據挖掘
只要能解決實際問題，用什麼工具來學習數據挖掘都是無所謂，這里首推Python。那該如何利用Python來學習數據挖掘?需要掌握Python中的哪些知識?
1、Pandas庫的操作
Panda是數據分析特別重要的一個庫，我們要掌握以下三點：
pandas 分組計算;
pandas 索引與多重索引;
索引比較難，但是卻是非常重要的
pandas 多表操作與數據透視表
2、numpy數值計算
numpy數據計算主要應用是在數據挖掘，對於以後的機器學習，深度學習，這也是一個必須掌握的庫，我們要掌握以下內容：
Numpy array理解;
數組索引操作;
數組計算;
Broadcasting(線性代數裡面的知識)
3、數據可視化-matplotlib與seaborn
Matplotib語法
python最基本的可視化工具就是matplotlib。咋一看Matplotlib與matlib有點像，要搞清楚二者的關系是什麼，這樣學習起來才會比較輕松。
seaborn的使用
seaborn是一個非常漂亮的可視化工具。
pandas繪圖功能
前面說過pandas是做數據分析的，但它也提供了一些繪圖的API。
4、數據挖掘入門
這部分是最難也是最有意思的一部分，要掌握以下幾個部分：
機器學習的定義
在這里跟數據挖掘先不做區別
代價函數的定義
Train/Test/Validate
Overfitting的定義與避免方法
5、數據挖掘演算法
數據挖掘發展到現在，演算法已經非常多，下面只需掌握最簡單的，最核心的，最常用的演算法：
最小二乘演算法;
梯度下降;
向量化;
極大似然估計;
Logistic Regression;
Decision Tree;
RandomForesr;
XGBoost;
6、數據挖掘實戰
通過機器學習裡面最著名的庫scikit-learn來進行模型的理解。
以上，就是為大家理清的大數據挖掘學習思路邏輯。可是，這還僅僅是開始，在通往數據挖掘師與數據科學家路上，還要學習文本處理與自然語言知識、Linux與Spark的知識、深度學習知識等等，我們要保持持續的興趣來學習數據挖掘。
網易雲課堂
6. 雲計算大數據能運用於哪些地方
這個問題看怎麼理解了，其實可以說雲計算山伏運、大逗梁數據可以應用於任何需要信息化的領域，只不過運用的程度不同而已。
雲計算是一種基礎計算方式，通過虛擬化、自動化、標准化、流程化等手段實現計算資源的統一、專業化運行，而其用戶則可以按需使用、付費，省去了自己建設和管理的過程。
大數據則是有效利用已有信息進行分析，進而支持決策或根據規律預測未來發展，隨著信息化的發展，可以說也將越來越廣泛甚廳雀至無處不在。
這兩種技術同時也相輔相成，雲計算為大數據提供了底層支撐，大數據也可以幫助進行雲計算的管理、運行等。
其實現在熱門的人工智慧、區塊鏈等也都或多或少依賴與上述兩種技術的支撐。
7. 貴州資料庫建在什麼地方(大資料庫為什麼在貴州)
一、基礎網路能力強悍，是數據中心的必須的基礎設施
中國移動、中國聯通和中國電信三大運營商大數據中心的建立為貴陽奠定了產業發展的基礎。三大運營商數據中心在貴安新區相繼開工建設，其中：中國電信雲計算中心用地500畝，總投資70億元；中國移動（貴州）數據中心項目用地275畝，總投資20億元；中國聯通（貴安）雲計算基地用地500畝，總啟跡投資50億元。
三大運營商數據中心在貴安新區相繼建成後，將使貴陽周邊特定區域集聚20-30萬的機架、上百萬台的伺服器，數據存儲規模可達EB以上，成為國內乃至全球最大的數據聚集地之一。國內運營商的支持，使得數據中心所必須的網路基礎能力得以具備。
二、可以省錢，緣由是得天獨厚的氣候條件
其實不僅僅是蘋果公司，建立數據中心，有不少企辯歷業選址貴陽。其中得天獨厚的是自然條件，其中比較重要的是氣候條件：貴陽市氣候涼爽，周邊年平均氣溫15.1攝氏度，夏無酷暑，冬無嚴寒。溫度適宜的好處是可以省暖氣費和空調費。以及，貴陽宜居，也有利於引進人才。空氣清新，達到世界衛生組織設立的清新空氣負氧離子標準的上限；緯度合適，處於北緯26度；海拔適中，在l000米左右，紫外線輻射為全國乃至全球最少的地區之一，非常適合人居；災害罕見，沒有發生過地震、台風等。
三、電力充足
對於大數據中心來說，斷電或者電力不足是非常恐怖的事情。而貴陽，點亮充足，也是建立數據中心的亮點。貴州省電力充沛，能源富足，是「西電東送」的起源。貴州省水資源豐富，電力水火並攜旁搜濟，穩定可靠。
四、均衡城市資源，以獲取更多的政府資源扶持
蘋果公司目前已經在北京和深圳建立或開建了研發中心，並計劃在上海和蘇州也建立研發中心。對於都希望蘋果落地支持的各大城市來說，蘋果公司自然也得平衡一下各方的需求，同時分散到不同的城市也非常利於談判，獲得優厚政策支持。所以在北京、深圳、上海、蘇州等落地或者即將落地，在選擇一個新城市，就合情合理了。另一個原因，貴陽地處西部，也是布局數據中心的合理地方之一，西部無非成都，其次就是貴陽可選了。
五、優惠政策
在吸引公司前來投資方面，政府也做出了出色的工作，推出了試點工程，並為用電等的使用提供優惠。
事實上很多互聯網企業數據中心放在一般意義的中西部省份，確實是存在的。除了貴州以外，其實還包括寧夏固原、內蒙古的烏蘭察布等地區都有一些大型企業的數據和計算中心進駐，包括題主提到的這些企業，還有亞馬遜雲、華為等。
這些企業的計算和數據中心落戶這些地區，可能出於如下原因：第一，地方政府出於發展地方經濟，招商引資的結果。因為計算和數據服務業，屬於典型的生產性服務業，附加值高，利於地方經濟發展和區域品牌打造。第二，對企業而言，計算和數據中心等放在一線城市和中心城市成本偏高，而基礎設施較好的中西部地區成本（空間成本、能源成本、運維成本等）相對要低很多。第三，安全考慮。數據和計算中心是互聯網企業的命脈，特別是大型互聯網企業，更是如此。在這種情況下，類似於美國把最前沿的科技研究放在人跡罕至的51區，很多大型互聯網企業把數據中心放在不引人注目中西部地區就可以理解了。
最後，貴州一直得到國家支持建設信息產業基地，各種人才政策、財稅政策和產業政策大力傾斜，這也是吸引互聯網企業進駐，或者建設數據和計算功能性總部的原因吧。
8. 網路大數據在什麼地方獲取
社區、論壇、微博、知乎、FACEBOOK、Twitter、Ins等社交媒體
網路、搜狗、360、谷歌、必應、雅虎等搜索引擎
美團、大眾點評、58同城、趕集網等信息分類網站
企查查、天眼查等企業工商信息API
智聯、BooS直聘、拉勾、中華英才、領英等招聘網站
阿里巴巴、慧聰、商業新知、軟服之家等ToB類平台或行業網站
政府數據開放平台
北京市政務數據資源網、上海市政府數據服務網、天津市信息資源統一開放平台、開放廣東、浙江政務服務網「數據開放」專題網站、武漢市政務公開數據服務網、長沙市政府門戶網站數據開放平台、蘇州市政府數據開放平台、成都市公共數據開放平台、數據開放--四川省人民政府網站……
國家相關部門統計信息網站
中國人民銀行、中國銀行業監督管理委員會、中國證券監督管理委員會、中國銀保險監督管理委員會、中國國家統計局……
國外數據開放網站
紐約政府開放數據平台、美國官網數據超市、新加坡政府開放數據平台、休斯頓市開放數據門戶網站、Academic Torrents、hadoopilluminated.com、美國人口普查局、世界銀行開放數據搜索網站、費城開放數據平台……
資源節選自：
【Open Data】國外開放數據中心及政府數據開放平台匯總
最全的中國開放數據(open data)及政府數據開放平台匯總