大資料分析苦手不用怕，資料科學愛好者年會帶你Hadoop做中學

從8月20日開始，在中央研究院展開為期4天的2015年資料科學愛好者年會，相較2014年第一屆活動，今年不只多了2天，而且增加了更多做中學的工作坊，第一天打頭陣的工作坊，分別是Hadoop/Spark快速體驗營、R語言資料分析上手課程以及地圖資料視覺化課程。

其中Hadoop/Spark快速體驗營，是要參與者做中學，直接在現場實作，學習利用Hadoop分析資料。東森信息科技大數據顧問的趙國仁表示，他看到中國在大資料技術發展已有一定的成熟度。應用的範疇不僅是軟體面，還整合了硬體以及系統面，學界以及業界在人才與研究成果有良好的接軌。中國開源社群也很積極，甚至提交的大資料Kylin提案被Apache基金會接受為正式專案，而這也是臺灣沒有的紀錄。因此， 趙國仁想透過舉辦工作坊的形式，從最基本大資料教育做起，傳遞相關的技術知識。

中華郵政專員許勝淵說，要處理大資料的問題，最困難的階段就是入門，因為有太多相關的工具需要了解。像是這次有用到Hadoop、Hive、Hue、Impala等都是企業要做大資料分析時，可能會使用到的工具，不過要搞懂這些Hadoop Family之間的關係以及各自的功能就要花一番心力。

Hadoop相關工具非常多，中華郵政專員許勝淵說，要運用Hadoop來處理大資料，最困難的是入門，因為得花不少時間才能了解這些工具間的關係和各自功能。

這次工作坊教學結束後有一個小測驗，要參加者分組實作一天所學，分析MovieLens的電影資料集，算出每個職業最愛的電影前5名，結束後發結業證書。而學員主要實機練習的工具，是用微軟Azure的Hortonworks與AWS EC2的Hadoop。Hadoop/Spark快速體驗營的參加者，除了工程師外，還有許多非技術人參與，因此講師也仔細講解，從開啟虛擬機器匯入資料到分析，每個指令ㄧ步一步說明和練習。