大数据的发展笔记

文章阐述了关于大数据的发展笔记，以及大数据的发展过程和现状的信息，欢迎批评指正。

简述信息一览：

• 1、《简单统计学》笔记
• 2、不是科班出身,学大数据可以吗
• 3、学习笔记---Genbank是什么?

《简单统计学》笔记

《极简统计学》共计21章，分为两部分来组织全文，第一部分主要介绍一些统计量，第二部分通过这些统计量来完成一些推论统计的过程。通读全书之后可以发现，本书的最终目的只是为了完成了两件很有意义的推导： 本文自然不会再完成这样一个推导过程。

三个定义： 个体是收集数据的基本单位 总体是所有感兴趣的个体的*** 样本是总体的一个子集 选取样本是为了收集推断所需的数据，并且回答关于总体的研究问题。利用恰当的抽样方法，抽样结果可以给出关于总体特征的一个“好”的估计。

简单线性相关：要求两定量变量的数据变化在散点图上呈直线趋势；简单相关分析的前提条件：两个随机变量；散点图呈线性关系；服从双变量正态分布。简单线性回归：因变量与自变量呈线性关系；每个个体观察值相互独立；一定范围内，给定X值，因变量Y服从正态分布；一定范围内，不同X值对应因变量Y的方差相等。

不是科班出身,学大数据可以吗

不是科班出身也可以学习大数据，只要有学习之心都时不过晚。毕竟现在大数据与传统产业的结合点也会非常多，这必然会扩展大数据专业人才的就业空间和发展空间。

大数据是一个交叉学科的领域，而在大数据当中，计算机仅仅是一种工具。很多非计算机科班出身的学生，也可以掌握数据挖掘、数据分析等知识。作为非计算机专业的学生，可以去学习计算机技能，这个是肯定可以的，同理也是可以去学习其他专业的技能的。

数据发掘与剖析是需求规划数据模型和算法的，应该说程序员是有这个根底的，一般优异的大数据工程师并不是科班出身，通常是数学专业，因而提高算法规划才能是程序员转型大数据工程师的关键因素。

首先，大数据师要求编码能量强，经验积累越丰富对岗位的驾驭能力越强。大数据工程师需要统计学、与应用数学相关的能力背景，数据挖掘与分析，是需要设计数据模型和算法的，应该说程序员，是有这个基础的，有些程序员不是科班出身，提高算法设计能力，是大数据工程师的关键因素。

学习笔记---Genbank是什么?

1、Genbank是全球最知名的核酸和蛋白质序列数据库，不仅包含DNA和蛋白质序列，还涵盖了丰富的书目和生物学注解。这些数据可在美国国立卫生研究院生物信息研究中心免费获取。自1982年以来，Genbank的数据增长迅速，2008年已达到8千万序列和一千亿核苷酸。平均每18个月数据量翻一番。

2、dbSNP数据库由NCBI建立，整合来自GenBank、PubMed、LocusLink和人类基因组***的数据。它收录了NCBI的注释信息，包括文献验证、转录信息、功能信息如突变位置、外显子、内含子，以及突变类型如错义突变，还有疾病和临床信息等。

3、克隆转座子主要有两条途径：其一，利用抗体识别或cDNA探针从野生型植株中获得表达量降低或不稳定基因座的序列，再从突变体中分离得到相应的转座子：其二是根据序列同源性，在基因组的不同位置分离同一家族的转座子成员。

4、第一段翻译：Exhibition letter Ann， busy to disturb you is really embarrassed.Now， I think I should be time to write a letter to you，I just know you hate me so much，。

5、目前已经克隆的植物转座子约156种（来自Genbank的报告），表1列出了常用于转座子标签的一些植物转座子。

关于大数据的发展笔记，以及大数据的发展过程和现状的相关信息分享结束，感谢你的耐心阅读，希望对你有所帮助。