用于大数据的嵌入式分析和统计已经成为了业内一个重要的主题。随着数据量的不断增长，我们需要软件工程师对数据分析提供支持，并对数据进行一些统计计算。本文概要地介绍了嵌入式分析和统计技术，其中包括独立的软件包和带有统计能力的编程语言。
西安达内嵌入式培训（http://www.xatarena.net）讲师表示，不管在信息技术界还是嵌入式技术界，大数据都已经变成了非常关键的概念。这样的软件系统通常都有众多的异构连接，包括软件应用程序、中间件和传感器之类的组件。随着云设施的使用不断增长，可用的数据资源变得更加丰富了；智能电网、智能车辆技术、医药最近都出现了这种相互连接的数据源。我们每年生产的数据将近1,200艾字节，并且这一数字有增无减。2,3 这样海量的非结构化数据是业务和IT主管无法回避的巨大挑战。
大数据的定义由四个维度组成：数据量、数据源的复杂度、生产速度，以及潜在用户数。这些数据需要被组织起来，将无数的位和字节转换成可操作的信息—除非我们能提炼出其中的含义，否则数据再丰富都没用。在以前，程序员是写代码的，而统计学家是做统计的。程序员一般用通用的编程语言，而统计学家一般用专门的程序完成自己的日常工作，比如IBM的SPSS (用于社会科学的统计软件包)。统计学家摆弄的国家统计数据或市场调研通常只有选定人群能用，而程序员处理的大量数据都是放在数据库或日志文件中的。从云到几乎所有人都可用的大数据改变了这一切。
随着数据量和数据类型的不断增加，越来越需要软件工程师参与进来对它们做不同的统计分析。软件工程师积极地以前所未有的规模收集和分析数据，让它们变得有价值，拓展新的业务模型。1 比如说，考虑一下主动性维护。我们可以持续地对机器、网络进行监测，一旦发现违规和失效，则立即处理，从而让我们可以在破坏发生或系统瘫痪之前纠正它们。这可以从材料成本以及人工介入两方面降低维护成本。处理数据并找出其中的含义通常只是一个大项目中的一部分工作，或者只是嵌在某些软件中，配置中，或硬件优化问题中。幸运的是，大数据社区已经对这种需求作出了响应，他们创建了一系列的工具，可以将统计学家的一些魔力交给程序员—实际上，这些工具通常要比传统的统计工具更强大，因为它们能处理的数据量在规模上要比老的统计样本幅度更大。 |
|
手机站
您当前位置是：商业机会 >> 商务服务 >> 软件开发 >> 嵌入式分析和统计技术
联系信息