【做大資料的電腦配置】工作用電腦 |大數據學習之路 |組裝或購買 |
數據專業本質上屬於計算機專業，所以會學習Java、Python、R語言、C、C++編程，寫代碼，以及用到spass，MATLAB， SAS統計軟件，電腦配置有要求。需要CPU性能一些（i5或R5以上），內存一點（16G以上），固態512G以上，買個4千元以上本可以滿足需求了。
一、：（重量輕、外形好看，適合大數據開發、編程、寫代碼）
無論是市場上檔主機，或是一體成形且時帶筆電，不管是哪一種電腦購買前需要注意到一些規格重點，滿足使用者需求。
挑選電腦重點：CPU、GPU、RAM 以及儲存系統四點，這些部位關係電腦整體性能。本文介紹這些關鍵配件，讓各位瞭解要如何選擇適合自己電腦。
任何電腦基礎是處理器。CPU 工作完成電腦裡面所有運算處理工作。早期 CPU 是單核心系統，雖然可以跑程式但沒辦法進行多工處理。但以現在技術來説，藉由製程可以實現一個系統中，同時有 CPU 同時運行，鬆超越核處理器速度。，這代表説影片編輯處理上速度會以前上許多。
目前剪接軟體基本需求要有雙核心以上處理器，大多數人會建議可以規格拉到四核心、2.5 GHz 處理器，這樣影像運算輸出檔案時會。
記憶體是電腦組成另一個重點硬體，雖然它於電腦運作速度幫助，但於執行程式度是有幫助。來説，如果一次開了很多個分頁，2G RAM 可能可以開10個分頁，而 4G RAM 是可以開到20個分頁，且能夠使用以及分頁之間做切換。
目前大多程式建議需求要有 8 GB RAM 來確保程式運作，實際上是會建議可以容量增加到 16 或是 32 GB，如果工作量話可以繼續增加容量到 64 GB 或 128 GB。另外，RAM 規格雖然目前主流是DDR 4 Ram，但下一代開始地出現市面上。
GPU 是品質影片編輯系統核心，如果説 CPU 是電腦運作心臟話，那 GPU 讓電腦可以呈現畫質影片關鍵。GPU 大多程式中是畫面處理角色，處理圖形、紋路、粒子以及影片輸出的時候，GPU 和 CPU 會一起運作來處理，此刻兩者十分。提到 RAM 以外，顯示卡記憶體（VRAM）是一環。選購時候可以多注意，顯示卡，有顯卡記憶體。
目前市面上有很多款顯示卡的製造商，但是主要兩間公司是 Nvidia 或是 AMD ，這兩家公司產品是多人使用，如果預算夠話高階顯示卡以外，可以考慮影像處理加速運算產品，如繪圖卡、加速卡。
有了硬體規格去跑程式以外，「儲存」。目前硬碟主要分成 SSD（固態硬碟）以及 HDD（傳統硬碟），SSD 適合用來儲存操作系統級線上編輯檔案，能讓程式運行讀寫時間大大的縮短，但可惜是它儲存空間普遍且價格會。傳統硬碟雖然讀取以及傳輸資料部分，但是價格且儲存空間大。
一想到數據，我們可能想到是數據可視化平台，展示有多麼，可是你可能沒有想到是數據中數據存儲，數據計算（mapreduce）會是有多麼，下面我們圖 這裏表示是時間11分鐘50秒沒有結束意思。
所以我整個程序實現，每一插入數據，選擇數據，清洗數據，每次要10多二十多分鐘，於是我可以自動化辦公了。每次點擊運行鍵，我會去思考我該不該點。因為我點擊了這個運行鍵，我電腦會為了迎接我點擊從而燃起來了
所以我希望大家選擇事數據開發時候，要自己電腦有一個基本瞭解，知道我們電腦cpu,內存，硬盤空間大小。
我最初想法是看我筆記本內存能不能擴容，於是計劃第二天去學校外面電腦維修中心，想着我筆記本內存和固態硬盤空間擴大一下好了，準備好了後，啥沒想，電腦送給師傅，師傅説你是想要擴容，是硬盤空間是內存空間，我…我能擴容嗎?於是師傅打開後蓋後，這個不行,你需求我一個滿足不了，第一板載內存，如果換了後，會出現數據丟失，硬盤空間大小只能換一個盤，我天，這本。
所以我是推薦大家如果大數據開發，機器學習，人工智能學習化，我是建議大家去買一個遊戲本，而不是一個本，本能夠賣個萌之外，還不能開發大型項目。
後附上我寫了半個時代碼，但是卻花了1天時間運行出來大數據平台展示效果。
Li&&Tao:
謝謝提醒，修正
天青色の煙雨:
博主那個地窖一和地窖五不是沒有通性嗎，但途中是線了誒
你電腦有多，足以決定你[數據科學]仕途有多順利。如果你電腦處理數字，其他數據分析師會超越你，搶獲得見解。你客户會受到影響，而你仕途是如此。挑選適用於[數據科學]最佳手提電腦，是一個關鍵選擇，足以主宰你未來。
然而，你不能只是問「哪款電腦適用於數據分析」，然後期望獲得千篇一律答案。你是否使用 R 語言，並家用電腦上運行所有運算？還是使用具有遠端儲存設施 AWS 雲端機器？你喜歡 GPU 進行平行運算。如果你完全懂以上這些術語，不用擔心。這份推薦包含了 10 款適用於[數據科學]與數據分析最佳手提電腦，家，學生、初級申請者，以至經驗數據分析專家，提供了選擇。
很多時候，你[數據處理]需求會迅速增長。即使是[數據科學]手提電腦規格，滿足需要。你可能會用自己手提電腦，而是使用 AWS 或其他基於雲端的電腦，來處理數據。説，你會希望不時運行本地機器，因此請仔細考慮你選擇規格。
延伸閱讀…
適用於數據分析最佳手提電腦需要多少 RAM？越多越好 [1]。數據會發展得蓬勃。預計到 2020 年，有 40 個澤位元組數據。比例計算，如果地球上每個人各自擁有 250 萬份報紙，才可這些數據全部打印出來 [2]。
如果你使用雲端機器或叢集，RAM 大小那麼了。一些專業人士聲稱只需 4GB 能應付得到，但大部分[數據科學]專家會採用 8GB RAM，16GB 是最佳選擇。一些階手提電腦可以達到 128GB。
[數據科學]家要處理數字。需要尋找速度、具有多核心新一代處理器，運用平行運算。地，如果你主要使用 AWS 或其他基於雲端的選項，處理器速度是否？沒有那麼，但考慮到 CPU 價格過去幾年中下降，要功率上呢？
你[數據處理]速度，取決於儲存位置速度。基於磁碟機 傳統 SATA 磁碟機 5400 或 7200 RPM 速度旋轉，但於沒有移動部件，固態硬碟 (SSD) 相比之下望塵莫及。如果預算是你主要考慮，請選購 256GB SSD，然後使用價錢實惠外置 SATA 磁碟機進行備份。請注意：保用於[數據科學]手提電腦，具有於數據傳輸 Thunderbolt-C 連接埠。
於[數據科學]手提電腦，未來會有何要求？處理器記憶體要求提高。隨著你需求增長，HP 手提電腦你拍檔。於易於升級，加入額外 RAM、儲存空間顯卡，加上價格實惠，會令你感到滿意。
甚麼顯卡於[數據分析手提電腦]來説？標準 CPU 有 4 到 8 個處理核心，但 GPU 有 700 個核心，有些有 2,000 個，多。NVIDIA® 建立了 CUDA 平行運算平台，運用平行運算能力，進行[數據科學]工作。要運行 CUDA，你需要一部配備 GPU 可支援 CUDA HP 手提電腦[3]。找不到嗎？即使是整合式顯卡，可以運行開源 OpenCL 應用程式 [4]。
你可能會使用外部顯示器鍵盤，來完成大部分工作。説，尺寸 HP 鍵盤 15 吋顯示屏，是[數據科學]領域標準配置。最佳[數據科學]手提電腦可增加靈活性。
你可考慮以下推薦選購一款可轉換式電腦，適用於數據分析。擁有這類[數據電腦]，你可多種工作模式中進行選擇，例如於講故事帳篷模式或站立模式，於一對一分享平板電腦模式，或於踏實工作手提電腦模式。
延伸閱讀…
準備深入探索了嗎？我們精心挑選出以下 10 款適用於[數據處理]與分析 HP 手提電腦。每一款容許用家自訂配置，所以無需擔心，你可選擇其中一款作為起點，並需要升級 RAM、儲存空間處理器。
價格功率組合而言，這款 HP ENVY 17t 於數據分析來説，是手提電腦。這款電腦配備 Intel® Core™ i5 與 Core i7 處理器，提供高達 4.6 GHz 速度。隨附 NVIDIA GeForce® GPU 支援 CUDA，則可以提升處理器密集型應用程式運行速度。
另外配備 8GB 16GB DDR4 RAM，以及一個全高清 (FHD) 17.3 吋觸控式顯示屏，用家提供螢幕空間，於呈現數據，並令眼睛。可增加 512GB Intel SSD，來儲存大量資料集。整體來説，這部電腦提供了性能、便利性設計，價格於你想。
你是否要為數據分析工作而購買手提電腦，但預算？HP Pavilion 手提電腦能以實惠價格，你提供數據導向式規格。11 吋 HP Pavilion x360 配備四核 Intel Pentium Silver 處理器與 4GB SDRAM，你提供可靠入門級體驗。
15 吋版本配備第 8 代 Intel Core 處理器，以及 8GB 記憶體。這樣配置足以運行數據分析應用程式，如 Apache Spark 或 MATLAB，並留有足夠空間。
HP EliteBook ，配備第 8 代 Intel Core 處理器，可令 SAS 或 ggplot2 使用完善。超亮防眩光顯示屏，讓你會議室移動到光線地方時，會傷害到自己眼睛。
硬件方面如何呢？藉達 32GB DDR4 RAM，你可以處理大量數據。此外，於這款電腦配備兩個（而非一個）可用 2TB SSD，你閃電速度工作，而無需考慮加配外部磁碟機。
於預算專業人士來説，HP ZBook 15 G5最佳[數據科學]手提電腦。這個[數據處理]能手，可讓你享受 Windows 10 Pro 64、第 9 代 Intel Core i7 與 Core i9（6 核）處理器，以及高達 128GB DDR4 RAM 帶來處。這樣配置足以讓你鬆完成 R 建模工作。
另一個優勢呢？這款 HP ZBook 標配 512GB SSD，會出現空間情況，會要你等待存取數據。你亦可內部 NVMe RAID 陣列中，你裝置配備多兩個 2TB SSD。運用可用獨立式 NVIDIA Quadro® 顯卡，你能夠出色地完成 CUDA 作業專業可視化。
你會地發現，HP ENVY x360 抵用。這份最佳[數據科學]手提電腦中，這款電腦配備超高速 Intel Core i7 處理器、高達 16GB RAM 與 1TB SSD，可讓你持續運行 R 數據工作。
隨附 NVIDIA GeForce MX250 顯卡可支援 CUDA。此外，x360 二合一外形可切換帳篷或站立模式，於呈現數據時，鬆進行團隊合作。
HP Spectre x360 1TB SSD 可儲存一百萬 MB 產品質素追蹤、供應計劃或輸出預測數據。16GB RAM 配合 Core i7 處理器，讓你超快速度執行模擬工作。而且，如果你想要運行 CUDA，這款 HP Spectre x360 所提供 NVIDIA GeForce 顯卡，可為你提供數百個[數據科學]核心。