Python好学吗
还没有人回答
大数据要学习多久才能精通
虽然现在大数据人工智能发展的很好，但是自学的话还是很难达到公司要求的，当初我自学了一年的大数据，天天在网上找一些免费的资料和视频看，但是遇到问题了也没人能帮我解决的，所以学的很吃力也很慢，后来勉强懂一些后台、hadoop方面的知识，但是只能说是皮毛，只是了解一些简单的知识，公司照样不要，后来报了个班学习了半年左右，面了2家就找到工作了，当初涉世不深给7千就干了，后来待没多久就跳槽了，几乎工资翻了一倍。所以说啊，自己自学比较浪费时间还学不好，去培训机构虽然花钱了但是节省了很多时间学的也比自学的好，本人的前车之鉴，希望能帮到你
大数据很难学嘛，我转行想要学习it技术，有大神指点一下嘛
作为一名教育工作者，目前也在带大数据方向的研究生，我来回答一下这个问题。首先，大数据的知识体系还是比较庞大的，不仅知识量大，也有一定的难度，所以并不算好学，要想有一个较好的学习体验，应该重视学习的系统性，以及要为自己营造一个较好的交流和实践场景。大数据专业是一个新兴专业，目前为止也仅有两批本科生进入了就业市场，整体的就业表现还是不错的。大数据领域不仅岗位比较多，薪资待遇也比较可观，不少毕业生在毕业时都会拿到多份offer，选择空间还是比较大的。相对于本科生来说，研究生的就业表现就更为突出了，很多同学都能够进入一线大厂，岗位主要集中在开发岗和算法岗。学习大数据要结合自身的知识基础和发展规划，对于本科生来说，可以主攻开发方向，一方面开发方向的岗位比较多，另一方面开发岗位的竞争并不算激烈，而且开发岗位的人才需求类型也比较多元化。选择往开发方向发展，要重视编程语言的学习，同时要重视大数据平台相关知识的学习，能够基于大数据平台来完成一些行业场景下的开发任务。如果自身的数学、统计学基础比较好，也可以考虑往算法岗方向发展，相对于开发岗来说，算法岗的竞争是比较激烈的，所以要有更多的积累。按照历史经验来看，如果具有研究生学历，往算法岗方向发展会更适合一些，就业时也会更有竞争力。大数据整体的学习周期是比较长的，在学习的过程中，一定要重视实践，在入门了大数据技术之后，建议先找一个实习岗位，这样也会为自己营造一个交流和实践场景。我从事教育、科研多年，目前在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以私信我！
学会计很难吗
学会计难不难不好说，我要反问你一句：学会计，你是认真的吗？如果是真的想学会计，并且打算去从事会计的工作，作为一名专业的会计教师，我可以给你以下的建议：1、入门阶段必须要从课本还是学期，主要选择教材《会计基础》或者《会计学原理》，在这本教材里面，前面好多理解性的内容可以先不用花要多的时间去看，因为你会越看越糊涂。第一步：直接先去熟悉会计科目，会计科目的重要性相当于英语的单词，会计实际上是一种记录企业活动的语言，要掌握这门语言，词汇就必须过关。会计科目需要熟读，并且要了解每个科目属于什么类别的会计要素，主要用来核算什么业务内容，借方表示增加还是贷方表示增加，期末余额一般在哪一方。掌握了这些内容，在后面学习会计分录就不会太难！第二步：学习企业基本业务的会计分录。建议以工业企业为主，熟悉企业每一个业务环节一些基本的业务，学习并且理解企业的会计分录是怎样的。当然，这一步，实在记不住，那也没办法，以后在工作中遇到的业务基本不会很难，遇到不会的分录，度娘也会帮助你的。第三步：了解企业做账的基本流程：企业无论是手工记账、还是电算化记账，基本的原理无非是这样的：原始凭证》》记账凭证》审核》》记账》》期间损益结转》》编制会计报表当然，这个环节如何有老师用财务软件或者模拟做账的实训来帮助你，边操作边讲解，入门的难度会大大降低！实训的过程中，你会学到记账凭证的填写技巧、账簿登记需要注意的地方，报表填列如何去总账明细账取数！第四步：企业纳税申报如果掌握企业做账的流程，报税只需要根据金税盘的提示网上操作就可以了，当然，这里还没有考虑到税收筹划的问题了。2、提高阶段掌握了会计做账的基本方法，走上会计岗位以后，还是需要继续提升会计水平。系统提升会计水平的最好办法就是报名去参加全国会计初级职称的考试，这个考试难度不大，但是包含的会计基础知识的内容非常多，有利于提高对企业会计理论知识的理解。如果通过了初级职称的考试，那么一般企业会计基础工作，是能够胜任的。3、拓展阶段企业财务工作实际上是一项综合性的工作，需要和部门、税务、工商、质检、企业各部门之间打交道，如何掌握好各个工作之间的平衡关系，不仅仅需要会计的专业知识，更是需要对较高的情商。这个阶段的会计工作，需要一些管理学方面的知识，随着以后企业的发展，会计的工作职能向管理方向转型是社会发展的必然趋势！再往后，我相信会计人员都知道如何去提升自我的能力了，就不再多言了！
自学人工智能可行吗
自学当然是可行的！如果你是人工智能领域的零基础小白，可以看看这份学习计划，部分附资源链接，除了书籍，配合一些视频学习效果会更好哦。书籍：“Artificial Intelligence: A Modern Approach (AIMA)” （人工智能：一种现代方法）不可多得的综合性书籍，总体概述了人工智能领域，几乎涵盖新手需要了解的所有基本概念。视频：-engineering-and-computer-science/6-034-artificial-intelligence-fall-2010/lecture-videos/Artificial Intelligence course（人工智能课程）系列视频讲座，通过训练AI玩游戏这类趣味实践来介绍基本知识，如果视频太快跟不上，可以配合从上面这本书（现代方法）中寻找相关概念。二、机器学习（计算机科学和统计学的交叉学科）视频：机器学习基础薄弱的，可以先去TutsPlus课程“Machine Learning Distilled”看一下相关概念简述，Coursera上的Andrew Ng机器学习课程，也有基本概念的解释，还介绍了大部分重要的算法。（-learning/）对ML算法了解不够的，可以配合以下教学视频进行理解TutsPlus的“Machine Learning Distilled”（简要概述）Perer Norvig 的Udacity Course on ML（ML Udacity 课程）Tom Mitchell 的 Another course on ML书籍：集体智慧编程（Programming Collective Intelligence）ML算法在Python中的实践，大量基础性的实例，讲述生动，很适合入门学者，培养兴趣的同时又开拓视野，让你不想懂都难！三、深度学习（是机器学习里最近比较火的一个子集）DL基础方面的准备工作：Google上的great introductory DL courcesSephen Welch的great explanation of neural networks书籍：Deep Learning With Python（可自行度盘下载 ）介绍DL应用程序中的最先进成果，深入浅出，带领新手快速开始构建基础并且接触实践案例，包含Keras、TensorFlow时下最先进的工具。Neural Networks and Deep Learning（神经网络与深度学习）（可自行度盘下载）新手友好，作者在数学密集的区域都有标注提示。MNIST手写数字的识别问题贯穿全书，每个模型以及改进都有详细注释的代码。