A. 在高科技領域信息和大數據有什麼區別

首先我先把你的大抄數據高科技領域襲理解為機器學習和人工智慧，普通的大數據是對常規工具軟體無法處理或者沒有運算能力龐大數據的用特殊的技術進行採集、分析、清理。像建立龐大資料庫MPP、分布式資料庫等。這些都只是高科技領域的地基。要說區別一個就是一個方向的層次不同、深度和緯度不同。

B. 大數據時代的信息有哪些特點

1.數據量大
大數據的起始計量單位至少是p（1000個t）、e（100萬個t）或z（10億個t）。
2.類型繁多回
包括網路答日誌、音頻、視頻、圖片、地理位置信息等等，多類型的數據對數據的處理能力提出了更高的要求。
3.價值密度低
如隨著物聯網的廣泛應用，信息感知無處不在，信息海量，但價值密度較低，如何通過強大的機器演算法更迅速地完成數據的價值「提純」，是大數據時代亟待解決的難題。
4.速度快、時效高
這是大數據區分於傳統數據挖掘最顯著的特徵。
既有的技術架構和路線，已經無法高效處理如此海量的數據，而對於相關組織來說，如果投入巨大採集的信息無法通過及時處理反饋有效信息，那將是得不償失的。可以說，大數據時代對人類的數據駕馭能力提出了新的挑戰，也為人們獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力。

C. 大數據是什麼，大數據能做什麼

大數據能做如下：
一、對信息的理解。你發的每一張圖片、每一個新聞、每一個廣告，這些都是信息，你對這個信息的理解是大數據重要的領域。
二、用戶的理解。每個人的基本特徵，你的潛在的特徵，每個用戶上網的習慣等等，這些都是對用戶的理解。
三、關系。關系才是我們的核心，信息與信息之間的關系，一條微博和另外一條微博之間的關系，一個廣告和另外一個廣告的關系。一條微博和一個視頻之間的關系，這些在我們肉眼去看的時候是相對簡單的。
大數據專業術語：
1、apache軟體基金會(asf)
提供了許多大數據的開源項目，目前有350多個項目。是專門為支持開源軟體項目而辦的一個非盈利性組織。在它所支持的apache項目與子項目中，所發行的軟體產品都遵循apache許可證。
2、apachemahout
mahout提供了一個用於機器學習和數據挖掘的預制演算法庫，也是創建更多演算法的環境。換句話說，是一個機器學習的天堂環境
3、apacheoozie
在任何編程環境中，需要一些工作流程系統來以預定義的方式和定義的依賴關系來安排和運行工作。oozie提供的大數據工作以apachepig，maprece和hive等語言編寫。

D. 信息與計算科學（雲計算與大數據方向）是學什麼，學習

  1. 雲計算屬於綜合類，適合於喜歡歸納、整合的人去學習、研究和發展.

  2. 資料庫屬於細分類，適合於喜歡沿著一個方向、深鑽細究的人去學習、研究和發展。

  3. 主要課程有：操作系統、計算機網路、C語言、軟體設計方法、數據結構、計算機圖形學、信息理論基礎、編碼理論與應用、圖像語言處理與模式識別等

E. 什麼是生物信息學生物信息學中計算機和大數據扮演什麼樣的角色

生物信息學是在生命科學的研究中，以計算機為工具對生物信息進行儲存、檢索和分析的科學。它是當今生命科學和自然科學的重大前沿領域之一，同時也將是21世紀自然科學的核心領域之一。其研究重點主要體現在基因組學和蛋白質組學兩方面，具體說就是從核酸和蛋白質序列出發，分析序列中表達的結構功能的生物信息。

生物信息學是在大分子方面的概念型的生物學，並且使用了信息學的技術，這包括了從應用數學、計算機科學以及統計學等學科衍生而來各種方法，並以此在大尺度上來理解和組織與生物大分子相關的信息。
生物信息學是一門利用計算機技術研究生物系統之規律的學科。
目前的生物信息學基本上只是分子生物學與信息技術（尤其是網際網路技術）的結合體。生物信息學的研究材料和結果就是各種各樣的生物學數據，其研究工具是計算機，研究方法包括對生物學數據的搜索（收集和篩選）、處理（編輯、整理、管理和顯示）及利用（計算、模擬）。
生物信息學作為一門新的學科領域，它是把基因組DNA序列信息分析作為源頭，在獲得蛋白質編碼區的信息後進行蛋白質空間結構模擬和預測，然後依據特定蛋白質的功能進行必要的葯物設計。基因組信息學，蛋白質空間結構模擬以及葯物設計構成了生物信息學的3個重要組成部分。從生物信息學研究的具體內容上看，生物信息學應包括這3個主要部分：⑴新演算法和統計學方法研究；⑵各類數據的分析和解釋；⑶研製有效利用和管理數據新工具。

F. 我是大一學生。學的專業是信息工程。考研想考數據科學與大數據技術。這兩個專業課程分別有什麼。

數據科學與大數據技術專業（英文名Data Science and Big Data Technology），簡稱數據科學或大數據，旨回在培養具有大數據思維、答運用大數據思維及分析應用技術的高層次大數據人才。掌握計算機理論和大數據處理技術，從大數據應用的三個主要層面（即數據管理、系統開發、海量數據分析與挖掘）系統地培養學生掌握大數據應用中的各種典型問題的解決辦法，實際提升學生解決實際問題的能力具有將領域知識與計算機技術和大數據技術融合、創新的能力，能夠從事大數據研究和開發應用的高層次人才。

G. 大數據屬於什麼專業

1、大數據屬於數學一類的專業。相關專業名稱有：「信息與計算科學」、「數學與應用數學」、「統計學」等。

大數據是眾多學科與統計學交叉產生的一門新興學科。大數據牽扯的數據挖掘、雲計算一類的，所以是數學一類的專業。

（1）統計學是通過搜索、整理、分析、描述數據等手段，以達到推斷所測對象的本質，甚至預測對象未來的一門綜合性科學。其中用到了大量的數學及其它學科的專業知識，它的使用范圍幾乎覆蓋了社會科學和自然科學的各個領域。

（2）數學與應用數學是一個學科專業，該專業培養掌握數學科學的基本理論與基本方法，具備運用數學知識、使用計算機解決實際問題的能力，受到科學研究的初步訓練。能在科技、教育和經濟部門從事研究、教學工作或在生產經營及管理部門從事實際應用、開發研究和管理工作的高級專門人才。

（3）信息與計算科學專業是以信息領域為背景用將邁向的數學與信息，管理相結合的交叉學科更深入和專業。

H. 如何理解大數據時代的信息特點

大數據呈現出「4V+1C」的特點：（1）Variety，大數據種類繁多，在編碼方式、數據格式、應用特徵等多個方面存在差異性，多信息源並發形成大量的異構數據；（2）Volume，通過各種設備產生的海量數據，其數據規模極為龐大，遠大於目前互聯網上的信息流量，PB級別將是常態；（3）Velocity，涉及到感知、傳輸、決策、控制開放式循環的大數據，對數據實時處理有著極高的要求，通過傳統資料庫查詢方式得到的「當前結果」很可能已經沒有價值；（4）Vitality，數據持續到達，並且只有在特定時間和空間中才有意義；（5）Complexity，通過資料庫處理持久存儲的數據不再適用於大數據處理，需要有新的方法來滿足異構數據統一接入和實時數據處理的需求。

I. 如何利用信息化與大數據助推改革

大量案例表明，很多小規模企業，尤其是初創企業，通過大數據手段，能夠「小而精」「快而准」地針對一個行業的實際需求，創造出改變世界的革新性產品。隨著信息化的深化發展，大數據的核心價值將進一步凸顯，成為商業模式創新的驅動力。
未來信息社會建設要重點開展四方面工作：一要繼續加大對信息基礎設施建設的支持力度，鼓勵技術與服務創新；二要積極開發信息資源，促進數據開放共享，促進協調發展，縮小數字鴻溝，實現面向發展、廣泛包容的信息社會；三要促進信息技術和應用向社會經濟的更廣范圍和更深層次拓展；四要堅持自主創新與國際合作相結合，解決信息社會建設中遇到的困難和問題。