大数据基础
5v特征：大体量（volume）、多样性（variety）、时效性（velocity）、准确性（veracity）、大价值（value）。
大数据在电信领域的应用
网络管理和优化、市场与精准营销、客户关系管理、企业运营管理、数据商业化
人工智能分类
强人工智能、弱人工智能
人工智能算法
深度学习、迁移学习、对抗学习、强化学习
人工智能技术方向
民用安防、交通、公安、自动驾驶、智能机器人
人工智能关键技术主要包括基础设施层和算法层。其中基础设施包括基础硬件和算法构架。
大数据应用流程
大数据采集两个工具：flume(日志收集系统)、kafka（分布式发布订阅消息系统）
数据存储关键技术：HDFS Hbase
数据计算关键技术：MapReduce、yarn、spark、rdd
大数据应用场景：推荐引擎、情感分析、营销活动分析、客户流失分析、社交图谱分析
