1.数据科学与大数据的学科边界这一问题综合了两个问题，即大数据的基本内涵与数据的科学问题。前者关注的是大数据的基本定义和基本结构。迄今为止，什么是大数据，在产业界、学术界并没有形成一个公认的科学定义，大数据的内涵与外延也缺乏清晰的说明。大数据区别于其他数据的关键特性是什么？IBM提出了3V的说法，即volume（体量大）、variety（模式多）和velocity（速度快）。尔后又有人提出

1、大家通常都讲大数据是4V：Volume体量大、Velocity增速快、Variety类型繁多、Value价值密度低；    2、但是大数据到底是什么样子的，没有看到严格的理论定义或描述；    3、有人说可以用Hilbert space去描述大数据（无边界、无穷维、边界不清等），海量的数据和海量的流量；    4、测度理论也需要用上了；勒贝格测度是比较适用的； 

1.数据科学与大数据的学科边界这一问题综合了两个问题，即大数据的基本内涵与数据的科学问题。前者关注的是大数据的基本定义和基本结构。迄今为止，什么是大数据，在产业界、学术界并没有形成一个公认的科学定义，大数据的内涵与外延也缺乏清晰的说明。大数据区别于其他数据的关键特性是什么？IBM提出了3V的说法，即volume（体量大）、variety（模式多）和velocity（速度快）。尔后又有人提出

1、大家通常都讲大数据是4V：Volume体量大、Velocity增速快、Variety类型繁多、Value价值密度低；    2、但是大数据到底是什么样子的，没有看到严格的理论定义或描述；    3、有人说可以用Hilbert space去描述大数据（无边界、无穷维、边界不清等），海量的数据和海量的流量；    4、测度理论也需要用上了；勒贝格测度是比较适用的； 

1、“Extreme-PointSymmetric Mode Decomposition Method for Data Analysis”，lJin-LiangWang,    Zong-junLi ；Advances in Adaptive Data Analysis,5(3),2013.102、数学分析基础：数学技术：    -数值模拟：有成熟数学模型的问题是用

Hadoop是一个实现了MapReduce计算模型的开源分布式并行编程框架，借助于Hadoop,程序员可以轻松地编写分布式并行程序，将其运行于计算机集群上，完成海量数据的计算。Hadoop 简介：     包含一个分布式文件系统HDFS(Hadoop Distributed File System)。     基于Hadoop的开源项目Pig,海量数据集分析的分布式计算程序。   

1、大数据是数据库的自然延伸?   -忘不掉ACID，舍不得Relation，忽视实际应用   -潜意识地奉行“一招鲜”(One Size Fits All,  OSFA)   -非结构化数据（二八原则）   -云计算与大数据(云数据)   -Hadoop+ HDFS + Map/Reduce（分布式、网格计算、云计算）   -NoSQL2、Brighthouse: A