① 大數據包括一些什麼
大數據（big data），IT行業術語，是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》 [1] 中大數據指不用隨機分析法（抽樣調查）這樣捷徑，而採用所有數據進行分析處理。大數據的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。
大數據包括一些什麼？
首先，數據收集
ETL工具負責從分布式異構數據源（如關系數據和平面數據文件）中提取數據到臨時中間層進行清理，轉換，集成，最後載入到數據倉庫或數據集市成為在線分析過程。數據挖掘的基礎。
第二，數據訪問
關系資料庫，NOSQL，SQL等
第三，基礎設施
雲存儲，分布式文件存儲等。
四是數據處理
自然語言處理（NLP）是一門研究人與計算機之間語言問題的學科。處理自然語言的關鍵是讓計算機「理解」自然語言，因此自然語言處理也稱為自然語言理解（NLU），也稱為計算語言學。一方面，它是語言信息的處理。另一方面，一個分支是人工智慧（AI）的核心主題之一。
五，統計分析
假設檢驗，顯著性檢驗，差異分析，相關分析，T檢驗，方差分析，卡方分析，偏相關分析，距離分析，回歸分析，簡單回歸分析，多元回歸分析，逐步回歸，回歸預測和殘差分析嶺回歸，邏輯回歸分析，曲線估計，因子分析，聚類分析，主成分分析，因子分析，快速聚類和聚類，判別分析，對應分析，多元對應分析（最佳尺度分析），Bootstrap技術等。
六，數據挖掘
分類，估計，預測，親和力分組或關聯規則，聚類，描述和可視化，Deion和可視化，復雜數據類型挖掘（文本），Web，圖形圖像，視頻，音頻等）。
第七，模型預測
預測模型，機器學習，建模模擬。