① 大数据包括一些什么
大数据（big data），IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 [1] 中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
大数据包括一些什么？
首先，数据收集
ETL工具负责从分布式异构数据源（如关系数据和平面数据文件）中提取数据到临时中间层进行清理，转换，集成，最后加载到数据仓库或数据集市成为在线分析过程。数据挖掘的基础。
第二，数据访问
关系数据库，NOSQL，SQL等
第三，基础设施
云存储，分布式文件存储等。
四是数据处理
自然语言处理（NLP）是一门研究人与计算机之间语言问题的学科。处理自然语言的关键是让计算机“理解”自然语言，因此自然语言处理也称为自然语言理解（NLU），也称为计算语言学。一方面，它是语言信息的处理。另一方面，一个分支是人工智能（AI）的核心主题之一。
五，统计分析
假设检验，显着性检验，差异分析，相关分析，T检验，方差分析，卡方分析，偏相关分析，距离分析，回归分析，简单回归分析，多元回归分析，逐步回归，回归预测和残差分析岭回归，逻辑回归分析，曲线估计，因子分析，聚类分析，主成分分析，因子分析，快速聚类和聚类，判别分析，对应分析，多元对应分析（最佳尺度分析），Bootstrap技术等。
六，数据挖掘
分类，估计，预测，亲和力分组或关联规则，聚类，描述和可视化，Deion和可视化，复杂数据类型挖掘（文本），Web，图形图像，视频，音频等）。
第七，模型预测
预测模型，机器学习，建模仿真。