bingo人工智能，人工智能dlrb

大家好，今天小编关注到一个比较有意思的话题，就是关于bingo人工智能的问题，于是小编就整理了2个相关介绍bingo人工智能的解答，让我们一起看看吧。

学电脑编程，应该有什么基础？应该从哪里开始？

对于电脑编程来说，本人作为一名程序员可以给你说一下我的经历。

就我来说，大学读的也是一个普通的二本，录取的专业是软件工程专业，后来想着学电力相关的比较好，然后就转到了电气工程与自动化专业，大一大二专业课还行，等到大三的时候突然感觉所学的知识都没多大用处，理论毕竟是理论。当然这个专业也是会学一些软件相关的知识，比如c语言，Vb等。

后来学院里好像跟一个培训iOS的机构合作，也就是做苹果手机软件的，先让我们试听了一下，看着做的东西还比较有趣，然后就报名了，当然好处就是我们不用学自己的专业课了，直接学习iOS培训，培训期四个月，培训完后就可以直接去找工作，然后等到毕业了会直接发毕业证学位证。要说确实不错。后来四个月学完后也基本能做一些简单的界面，刚好那时候找工作也比较好找，iOS正火，随便去面试都能要个一万以上的工资，还是很不错的。但是面试过了，后面还是得自己学习啊，因为学校教的东西太有限了，所以做起东西来也并不是很轻松。

如果你要学的话我建议你还是先从c语言学起，能写一些基本的代码片段，然后找一个公司实习，最好有人带你，只有亲自上手实践才能学的更快，在公司成长绝对比你自己学要快的多。

你也可以先画一些流程图，培养一下逻辑，程序本身就是逻辑，只要逻辑没问题，写程序就没问题，不管学什么语言，程序都是相同的，下面几本书你可以参考一下

本人四十，刚有想法学编程，选择了Python，已经开始学了，说说自己的感受。

一，有自发性的内动力，这是非常重要的，兴趣是第一老师。

二，英文不太差，至少看到单词别懵，不会的有主动性去查一下明白词意。

三，数学别太差，因为写程序逻辑性需要比较高。

四，找个想要做的“项目”，拆分开看怎样一步步实现，bingo

不需要基础。

从那开始，要看你的目标。做网页html/css；做电脑软件c++；做后端服务go；做分析/爬虫/人工智能python；求全java；还有做app还得分。

不管学什么时间都比较长，入门短三个月长一年。要想找工作更长，如果你快30了就别转。但学编程对和电脑打交道的工作都有好处。

如何学好数据仓库？

从您的问题来看，您对数据分析和数据仓库都挺感兴趣。

一般来说，数据分析对应的工作岗位是数据分析师，有偏业务的，也有偏技术的；数据仓库对应的工作岗位有数据仓库开发工程师和数据仓库建模工程师。

所以您得明确方向，到底是数据分析方向还是数据仓库方向。

如果是数据分析方向

• 偏产品和运营的数据分析：
  

更加注重业务，需要业务知识的积累，需要从实际工作经验中沉淀；需要拥有数据意识，即能从表面数据看到背后商业逻辑或者发现商业问题的能力，这个可以从日常生活中或者工作中培养，建议随时保持数据敏感度。

• 偏数据挖掘的数据分析：
  

需要扎实的算法能力和代码能力，门槛相对高点。分类算法，聚类算法，最大期望算法，迭代算法等必须掌握。一般建议读研专攻，当然也可自律自学成才。

如果是数据仓库方向

• 数据仓库开发：

其实本人就是一名数据仓库开发工程师，大学时专业是数学系，一毕业便去了一家计算机公司做数据仓库开发。当时只懂得sqlserver和会几句简单的sql，比如left join，inner join等都是在公司的培训分享上知道的。

以上本人的经历，只是想说，数据仓库开发入门并不难。首先您得熟练掌握sql开发，同时需要知道sql优化技巧；其次您得了解数据库（传统数据库和nosql数据库）和一些etl工具（kettle、datastage、informatic，以及时下非常火的hadoop生态）；

如果是大数据库开发，还得具备编程能力，掌握时下流行的大数据开源技术，spark，flink等。

• 数据仓库建模：
  

数据仓库建模工程师主要职责是负责数据仓库模型的设计，所以必须得掌握数据仓库建模理论（immon的实体关系建模，kimball的维度建模，datavault建模等等），必须得具备业务抽象成数据的能力。

同时对于传统型数据仓库和nosql型数据仓库，何种建模方法更适合，以及建模方法中哪些细节可以优化，从而适应不同类型的数据库或者场景，必须得有自己的深刻见解。

最后

最后总结一下，无论是从事什么行业，或者什么岗位，一开始相关知识你没学过不重要，但后续的持续学习非常重要。学无止境，这样你才不会被淘汰，才会越来越优秀。

到此，以上就是小编对于bingo人工智能的问题就介绍到这了，希望介绍关于bingo人工智能的2点解答对大家有用。