问：我是一个计算机研究生，现在要选择方向了，请问大家，视频图像处理和自然语言处理哪个方向容易发表论文？
- 答：很抱歉，我是小学毕业的老糟头子圆段。
视频、图像处理，涉及领域非常广阔，任何一个应用，都可以写出无数篇有价值的论文。
比如CT图像的电脑判读缺腔尺，比如润滑油的色度检测，比如违章人脸识别，比如人脸图像的历史年轮，视频特效，图像特效等等。
至于自然语言，不知道你想说啥。计算机领域没有自然语言，只有程序语言。
程序语言不外乎是C、Delphi，外加VB。如果你更专，那就必须会汇编语言。不管什么语言，必须能控制硬件、数据库、媒体文件、HTML5等等。但无论如何不要碰python，那是庞氏骗局。
搞程序，随便完成一个课题，伏高都可以用代码来实现课题中的程序控制部分，写论文也很容易。
其实不管选图像、视频处理，还是程序语言，关键是你得选择一个适合自己的课题，用你的计算机技术来完成这个课题，那就是论文了。 - 答：哎血泪教训
一定要根据课题组现有基础和可以提供的平台决定，比如你师兄轿盯余师姐在做什么，组里是否有GPU硬件和数据支持等。
如果组里有传承是最好不过了，师兄师姐做过或在做的东西你选择的肯定不会错的，毕竟有人带头和指导～
如果组里这两个方向都有人在做的话，则腔建议和他们当面聊哈哈哈，利弊你自然闭滚就知道啦 - 答：数据科学专业的表示NLP需要衡扰的训练集太大了，也不好野拦备找。只能拿预训练模型针对特殊应用做二次开发，而且对硬件要求很高。
图像/视频较NLP来说开放的训练集也好颂毁找，而且主题也很多，而且你自己编一个好实现又很实际的商用需求就比较好结题。
问：大数据是什么，详细
- 答：大数念桐据指无法在帆慎一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。通过大量的仔轿坦统计了解大家的喜好，想要的东西，从而得到他们想要的，比如精准营销，征信分析，消费分析等等
- 答：大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据技术是指从各种各样类型的数据中，快速获得迟基有者仿价码嫌谨值信息的能力。
- 答：大数据"是一个体量特别大，数据类别芦慧段特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 "大数据"首先是指数据体量(volumes)?大，指代大型数据集，一般在10TB?规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数陪誉据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性（Veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源碧芹的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。
- 答：大数据其实是按照储存单位来说的，我们常用到的是M、G。
超脱G以上还有T，这个我们日常还能见到一些，比如现在用到的硬盘。
再上就是PB、EB、大亩ZB、YB，滚侍森再上还有，有兴趣的谈野可以去问下度娘。
阿里的好像是个盘古系统。
数据呢就像星辰，古时候就只能用眼睛数。现在呢可以看，看不到的可以推演，还可以上去观察是什么属性。技术达到了就可以分析。
通过这些琐碎的信息分析后，就可以知道你在 上是男、是女，主要活动在那个区域，知道你喜欢买什么，知道你大概的收入等等。商家根据这些找大数据分析公司就可以给你们投放你关注的产品了。
有点像以前间谍通过土豆价格上涨，知道这个周围增加驻军一样。 - 答：大数据是指在一定时间内，常规软件工具无法捕捉、管理和处理的数据集合。它是一种海量、高增长、多元化的信息资产，需要一种新的处理模式，以具备更强的决策、洞察和流程优化能力。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些有意义的数据进行专业的处理。换句话说，如果把大数据比作一个行袭改业，这个行业盈利的关键在于提高数据的“处理能力”，通过“处理”实现数据的“增值”。
从技术上讲，大数据和云计算的关系就像硬币的正反面一样密不可分。大数据不能用单台计算机处理，必须采用分布式架构。其特拍扰判点在于海量数据的分布式数据挖掘。但它必须依赖云计算分布式处理、分布式数据库、云存储和虚拟化技术。
扩展信息:
大数据只是现阶段互联网的一个表征或特征。没有必要将其神话或保持敬畏。在以云计算为代表的技术创新背景下，这些原本看似难以收集和使用的数据开始被轻松使用。通过各行各业的不断创新，大数据将逐渐为人类创造更多的价值。
是体现大数据技术价值的手段，是进步的基石。这里从云计李扰算、分布式处理技术、存储技术、感知技术的发展，阐述大数据从采集、处理、存储到形成结果的全过程。
实践是大数据的终极价值。在这里，我们从互联网大数据、 大数据、企业大数据、个人大数据四个方面来描绘大数据的美好图景和将要实现的蓝图。 - 答：大数据：难以用常规的数据库工具获取、存储、管理、分析的数据集合。
特征喊册渗：
1、数据量大：起始单位是PB级的。
1KB=1024B
1MB=1024KB
1GB=1024MB
1TB=1024GB
1PB=1024TB
1EB=1024PB
1ZB=1024EB
2、类型多：
结构化、板结构化、非结构化：网诺日志、音频、视频、图片、地理位置等信息混杂。
3、价值密度低：
获取数据的价值就像郑脊是淘金一般。
4、速度快时效高：
数据呈指数倍增长，时效性要求高，比如搜索引擎要求几分钟前的新闻能够被用户查询到，个性化推荐算法尽可能的完成实时推荐。
5、永远在线：
大数据时代的数据是永远在线的，随时应用计算，这也是区别于传统的数据的最大特征。
分享一张图：
2008年被《自然》杂志专刊提出了BigData概念；
2006——2009年，谷歌公开发表两篇论文《谷歌文件系统》和《基于集群的简单数据处理:MapReduce》，其核心的技术包括分布式文件系统GFS，分布式计算系统框架MapReduce，分布式锁Chubby，及分布式数据库BigTable，这期间大数据研究的焦点是性能，云计算，大规模的数据集并行运算算法，以及开源分布式架构（Hadoop)；
2009年至今，大数据基础技术成熟之后，学术界及及企业界纷纷开始转向应用研究，2013年大数据技术开始向商业、科技、医疗、 、教育、经济、交通、物流及社会的各个领域渗姿轮透，因此2013年也被称为大数据元年。 - 答：大数念桐据指无法在帆慎一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。通过大量的仔轿坦统计了解大家的喜好，想要的东西，从而得到他们想要的，比如精准营销，征信分析，消费分析等等
- 答：大数据（big data），IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决改备策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息核茄毁资产。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 [1] 中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值纳腊密度）、Veracity（真实性）。
问：opencv和nlp论文哪个好发
- 答：两篇都好发。
opencv主要以实践和应用为主，同时需要研究成果可以指导应用。
NLP是算法中最有挑战性的，因为在CV中，视频可以分则誉纯割为一帧一帧的图像，孙咐像素点是有限的，这很适合计虚键算机去解析。
