大家好，今天小编关注到一个比较有意思的话题，就是关于学深度学习python还是大数据的问题，于是小编就整理了4个相关介绍学深度学习Python还是大数据的解答，让我们一起看看吧。
- python做深度学习视觉和大数据哪个更有前途点儿？
- Python基础学会后，想深入学习人工智能和大数据方向，哪个前景更好？
- 深度学习的和Python有什么关联吗？
- R和Python (numpy scipy pandas) 用于统计学分析，哪个更好？
python做深度学习视觉和大数据哪个更有前途点儿？
两个都是非常好的发现方向，第一个需要更多的专业知识支持，偏向于研究；第二个也是时代所需，往这方面发展也不错，需要的技能没有第一个多，平常办公也会用的到，可以选择往这方面发展！
python做深度学习视觉和大数据哪个更有前途点儿？
我个人认为大数据方向会更有前途。原因有两点，一是深度学习需要你的机器学习算法要有一定的功底，尤其是神经网络相关算法，而神经网络算法学起来很难。
二是算法岗位想要往上升，需要你在算法层面要有一定的影响力才行。比如发表知名论文、将算法应用到业务场景取得很大的提升。而大数据偏于工程类，工程类相对于算法类的工作内容，更容易进行提升和做出成绩。算法类需要你有很强的数学功底才行。你选择深度学习视觉方向，首先你接触到最多的机器学习算法应该是神经网络相关算法，什么卷积神经网络、神经元、激活函数、优化函数等等。之前我同事在做分享的时候，说实话，讲了很多关于神经网络的，我很多地方都没有听懂，这些点比较晦涩难懂。如果你喜欢偏向于工程类的工作，不建议你选择深度学习视觉方向。
同时，深度学习视觉方向，肯定也有很多名校高学历的同学和你一起竞争，尤其是互联网大厂的岗位，毕竟研究生以上做工程的很少，几乎都是算法。所以整体下来，这个岗位的竞争会非常激烈，可能你非常棒，最后还是输给了其他学历比你高的同学，比如博士。结合拿 Offer 的成功率来说，我也建议你选择大数据而不是深度学习。
大数据技术说实话，现在国内很多互联网公司都在使用，数据量大肯定要使用大数据技术来进行解决。使用大数据技术的公司多，那么需要大数据岗位的公司也就多，从而你的就业公司选择机会就多了起来。
大数据技术整体偏向于工程类，所以学习起来，不需要你有太深的数学功底就可以学习，不像机器学习算法，有个知识点你如果不懂的话，可能某个算法的公式推导你就不懂，最终你就不了解整个算法的原理。
大数据技术未来应该会有更多的突破点，像现在很多技术也已经开始兴起，比如人工智能、物联网、边缘计算等等。未来人类所产生的数据量会越来越多，我相信在未来，大数据技术会变得越来越创新。
我是Lake，专注大数据技术原理、人工智能、数据库技术、程序员经验分享，如果我的问答对你有帮助的话，希望你能点赞关注我，感谢。
我会持续大数据、数据库方面的内容，如果你有任何问题，也欢迎关注私信我，我会认真解答每一个问题。期待您的关注
Python基础学会后，想深入学习人工智能和大数据方向，哪个前景更好？
此时一位IT码农路过，并留下了个人见解。
最近一段时间来讲，大数据和人工智能都是挺热的，几乎都被人耳熟能详了。上到国家在推崇，下到各种企业单位在竞争相关人才，可以看出来，两个前景似乎都挺好的。
大数据的话，目前我看，主要的一些工作无外乎就是数据分析、云计算等，而人工智能的话现在大都是使用深度学习和强化学习来给公司产品附能多一点，就像网易和头条的推荐算法，就是基于数据的***集和分析来形成模型，最后实现个性化推荐的。当然，机器学习的模型训练一般都需要大量的数据支持，而且数据的质量越高越好。
从现在这个情况来看的话，你可以先去更大招聘网站搜相关额职位的，目前来说，AI的岗位是比大数据的岗位要多得多的。大数据的岗位现在相对比较少，不外乎就是数据分析和云计算之类的，真的感觉没有AI的岗位多。主要原因或许是因为很多公司经过一轮互联网的洗礼，已经积累了一定的用户量了，所以，主要想着给产品附能然后增加更多的经济收益吧。
当然，说到最后，不得不提醒你的是，前景虽好，但不是每个人都可以去做的。这里面几乎要涉及很多的数学基础和算法理论等的支持。如果可以，最好去考研究生以上的学历。当然，还要结合自身的情况去考虑，前景再好，如果不合适你，最好不过时浪费自己的时间而已。
祝你好运。喜欢的小伙伴可以给我点赞或者是关注我哦。
深度学习的和Python有什么关联吗？
深度学习是一类模式分析方法的统称，就具体研究内容而言，主要涉及三类方法：基于卷积运算的神经网络系统，即卷积神经网络(CNN)；基于多层神经元的自编码神经网络，包括自编码( Auto encoder)以及近年来受到广泛关注的稀疏编码两类( Sparse Coding)；以多层自编码神经网络的方式进行预训练，进而结合鉴别[_a***_]进一步优化神经网络权值的深度置信网络(DBN)。
而Python是一种跨平台的计算机程序设计语言。 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)。正因为python语法简单，非计算机专业的人员也能很快的上手掌握，并且生态环境良好，包管理成熟，能够让你把主要的精力投入到深度学习的算法分析设计上，所以目前大部分研究人员都在使python。***如未来出现更适合人工智能开发的程序语言，大家也会去学习。
关于这个问题，可以这样回答，深度学习是一种内容，而Python是它的其中一种实现方式。
深度学习是机器学习的一个分支，主要是脱胎于当初的神经网络算法，通过多个隐藏层的处理，达到我们所需要的的训练，得到一个有效的模型。深度学习因为他的有效性，现在被广泛应用在，CV、NLP、语音识别等方面。
而Python因为他语言的简洁性和易扩展性，被广泛使用。Python拥有很多科学计算库，比如numpy，pandas，scipy。可视化库matplotlib，Scikit—learn等，可以方便调用。也有很多现成的人工智能开发框架可以直接使用，比如现在比较常用的PyTorch和TensorFlow，Keras，Spark等。
打个比方，用了Python就是不用重复造轮子，如我梯度下降算法，我可以直接使用现成的自动梯度下降函数，而不用自己重新写函数。
总结一句，现在的深度学习的实现形式通常是Python，就是用Python代码编写实现我们的深度学习算法。
R和Python (numpy scipy pandas) 用于统计学分析，哪个更好？
谢谢邀请，R语言可以说是专用语言，应用领域只是数据分析，而Python是一种通用编程语言，相比来说Python的应用更为广泛，如果你的工作局限于统计分析的话可以选择R语言，如果未来可能往AI、数据科学等其他方向发展的话建议还是学习Python！
1.Python应用方向很广泛
不过Python仅仅是编程语言，你应该首先还要选择一个发展方向，学习特定方向的Python模块，比如数据分析与挖掘、爬虫工程师、Web开发、自动化运维、自动化测试，甚至人工智能。Web开发小型是PHP居多，中大型Web应用Java独霸天下Python很难抗衡。自动化测试与运维已经脱离了软件开发主方向，工资与发展的话相比来说没有开发与数据分析好。总体来讲用Python做数据分析甚至人工智能是最好得方向，不过人工智能难度要高，对学历与学校也有要求，建议从数据分析入行，未来向大数据甚至人工智能方向发展是不错的选择，这也是Python语言最有优势的领域。
2.要有数学与统计基础，尤其是统计
不过不是科班出身，走人工智能方向要费劲得多，数学与统计要好，计算机相关专业的话应该也学过高数、线性代数、概率统计吧，就看学的怎么样了！
3.IT技术发展到现在，编程语言Python是较好的选择。
4.Python在数据科学领域是霸主
数据岗位发展方向，都是比较新型的职位，数据分析员、数据分析师、数据产品经理、数据总监、首席数据官等等，从数据分析员、初级数据分析师（就是表哥表姐哦）入行，逐步发展！
到此，以上就是小编对于学深度学习python还是大数据的问题就介绍到这了，希望介绍关于学深度学习python还是大数据的4点解答对大家有用。
