A. 在高科技领域信息和大数据有什么区别

首先我先把你的大抄数据高科技领域袭理解为机器学习和人工智能，普通的大数据是对常规工具软件无法处理或者没有运算能力庞大数据的用特殊的技术进行采集、分析、清理。像建立庞大数据库MPP、分布式数据库等。这些都只是高科技领域的地基。要说区别一个就是一个方向的层次不同、深度和纬度不同。

B. 大数据时代的信息有哪些特点

1.数据量大
大数据的起始计量单位至少是p（1000个t）、e（100万个t）或z（10亿个t）。
2.类型繁多回
包括网络答日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。
3.价值密度低
如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。
4.速度快、时效高
这是大数据区分于传统数据挖掘最显著的特征。
既有的技术架构和路线，已经无法高效处理如此海量的数据，而对于相关组织来说，如果投入巨大采集的信息无法通过及时处理反馈有效信息，那将是得不偿失的。可以说，大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。

C. 大数据是什么，大数据能做什么

大数据能做如下：
一、对信息的理解。你发的每一张图片、每一个新闻、每一个广告，这些都是信息，你对这个信息的理解是大数据重要的领域。
二、用户的理解。每个人的基本特征，你的潜在的特征，每个用户上网的习惯等等，这些都是对用户的理解。
三、关系。关系才是我们的核心，信息与信息之间的关系，一条微博和另外一条微博之间的关系，一个广告和另外一个广告的关系。一条微博和一个视频之间的关系，这些在我们肉眼去看的时候是相对简单的。
大数据专业术语：
1、apache软件基金会(asf)
提供了许多大数据的开源项目，目前有350多个项目。是专门为支持开源软件项目而办的一个非盈利性组织。在它所支持的apache项目与子项目中，所发行的软件产品都遵循apache许可证。
2、apachemahout
mahout提供了一个用于机器学习和数据挖掘的预制算法库，也是创建更多算法的环境。换句话说，是一个机器学习的天堂环境
3、apacheoozie
在任何编程环境中，需要一些工作流程系统来以预定义的方式和定义的依赖关系来安排和运行工作。oozie提供的大数据工作以apachepig，maprece和hive等语言编写。

D. 信息与计算科学（云计算与大数据方向）是学什么，学习

  1. 云计算属于综合类，适合于喜欢归纳、整合的人去学习、研究和发展.

  2. 数据库属于细分类，适合于喜欢沿着一个方向、深钻细究的人去学习、研究和发展。

  3. 主要课程有：操作系统、计算机网络、C语言、软件设计方法、数据结构、计算机图形学、信息理论基础、编码理论与应用、图像语言处理与模式识别等

E. 什么是生物信息学生物信息学中计算机和大数据扮演什么样的角色

生物信息学是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。其研究重点主要体现在基因组学和蛋白质组学两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。

生物信息学是在大分子方面的概念型的生物学，并且使用了信息学的技术，这包括了从应用数学、计算机科学以及统计学等学科衍生而来各种方法，并以此在大尺度上来理解和组织与生物大分子相关的信息。
生物信息学是一门利用计算机技术研究生物系统之规律的学科。
目前的生物信息学基本上只是分子生物学与信息技术（尤其是因特网技术）的结合体。生物信息学的研究材料和结果就是各种各样的生物学数据，其研究工具是计算机，研究方法包括对生物学数据的搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。
生物信息学作为一门新的学科领域，它是把基因组DNA序列信息分析作为源头，在获得蛋白质编码区的信息后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。基因组信息学，蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。从生物信息学研究的具体内容上看，生物信息学应包括这3个主要部分：⑴新算法和统计学方法研究；⑵各类数据的分析和解释；⑶研制有效利用和管理数据新工具。

F. 我是大一学生。学的专业是信息工程。考研想考数据科学与大数据技术。这两个专业课程分别有什么。

数据科学与大数据技术专业（英文名Data Science and Big Data Technology），简称数据科学或大数据，旨回在培养具有大数据思维、答运用大数据思维及分析应用技术的高层次大数据人才。掌握计算机理论和大数据处理技术，从大数据应用的三个主要层面（即数据管理、系统开发、海量数据分析与挖掘）系统地培养学生掌握大数据应用中的各种典型问题的解决办法，实际提升学生解决实际问题的能力具有将领域知识与计算机技术和大数据技术融合、创新的能力，能够从事大数据研究和开发应用的高层次人才。

G. 大数据属于什么专业

1、大数据属于数学一类的专业。相关专业名称有：“信息与计算科学”、“数学与应用数学”、“统计学”等。

大数据是众多学科与统计学交叉产生的一门新兴学科。大数据牵扯的数据挖掘、云计算一类的，所以是数学一类的专业。

（1）统计学是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。

（2）数学与应用数学是一个学科专业，该专业培养掌握数学科学的基本理论与基本方法，具备运用数学知识、使用计算机解决实际问题的能力，受到科学研究的初步训练。能在科技、教育和经济部门从事研究、教学工作或在生产经营及管理部门从事实际应用、开发研究和管理工作的高级专门人才。

（3）信息与计算科学专业是以信息领域为背景用将迈向的数学与信息，管理相结合的交叉学科更深入和专业。

H. 如何理解大数据时代的信息特点

大数据呈现出“4V+1C”的特点：（1）Variety，大数据种类繁多，在编码方式、数据格式、应用特征等多个方面存在差异性，多信息源并发形成大量的异构数据；（2）Volume，通过各种设备产生的海量数据，其数据规模极为庞大，远大于目前互联网上的信息流量，PB级别将是常态；（3）Velocity，涉及到感知、传输、决策、控制开放式循环的大数据，对数据实时处理有着极高的要求，通过传统数据库查询方式得到的“当前结果”很可能已经没有价值；（4）Vitality，数据持续到达，并且只有在特定时间和空间中才有意义；（5）Complexity，通过数据库处理持久存储的数据不再适用于大数据处理，需要有新的方法来满足异构数据统一接入和实时数据处理的需求。

I. 如何利用信息化与大数据助推改革

大量案例表明，很多小规模企业，尤其是初创企业，通过大数据手段，能够“小而精”“快而准”地针对一个行业的实际需求，创造出改变世界的革新性产品。随着信息化的深化发展，大数据的核心价值将进一步凸显，成为商业模式创新的驱动力。
未来信息社会建设要重点开展四方面工作：一要继续加大对信息基础设施建设的支持力度，鼓励技术与服务创新；二要积极开发信息资源，促进数据开放共享，促进协调发展，缩小数字鸿沟，实现面向发展、广泛包容的信息社会；三要促进信息技术和应用向社会经济的更广范围和更深层次拓展；四要坚持自主创新与国际合作相结合，解决信息社会建设中遇到的困难和问题。