如题，请问国内有哪些公司在做大数据的收集以及分析解决方案，最好是在北京的？

比如，rost之类的软件可以分析出一个文档中的词频，那么有没有直接可以分析出文档中的所有词的四声出现的频率的软件？在我的设想中就是有一个数据库，里面有汉语所有字词的四声，然后直接可以分析出一个文档中的四声频率。不考虑语流音变的因素，只是一个大概的分析那种。呃，话题选择的可能不太准确

大四狗一只，本来是学的java开发，阴差阳错进了一家银行，在数据仓库实习，两个月了，一直在做数据迁移，修改别人之前写过的脚本，感觉没学到什么技术，是否还要继续实习吗？在银行数据仓库业务重要吗？需要学好什么技术？感觉好迷茫啊。跪求过来人来解惑。

有什么高效可行的算法吗？（可以稍微简陋一些，最好高效，所拥有的数据是一行行的消费记录：“消费id”，“学生卡id”，“消费时间”，“消费金钱”，“消费地点”）。找出那些经常一个人消费的（很少有人和他多次同时间段、同地点消费。每次和他消费大多都是不同的人群，而没有固定的人）。又或者是排序算法，排出最没有“固定搭档”的那群人。电子科技大学周涛教授研发出一套“大数据”系统——“学生画像”，通过挖掘、分析学生多种在校数据信息，“算”出每名学生的学习、生活状态。通过“前后脚”数据，量化学生孤独程度。他是用的什么高效算法利用大量数据推算出来的呢？

想用R做一个线性回归方程，有三个自变量，但是希望三个自变量的和为1，发现没发用lm处理，求问我应该如何解决？

我不是学霸。在国外普通的一个院校读了个Master。 做Data Clustering，发了一篇很水的paper，仅仅一篇而已。但是对ML和Data Mining还是很感兴趣。可惜年轻时太贪玩，没有花时间在学习上。现在工作了，公司蛮大的，但是是做C++开发类的工作。自己一直在Coursera上看Ng的ML，UIUC的Data Mining，以及UWA新开的Machine Learning，还有约翰霍普金斯那套课，跟着课是没什么问题。决定开始去Kaggle学习下大牛们如果调参。但说真的，真的不知道真实世界这一行的深浅。我的问题是，我这种情况该继续学习ML吗？还是老老实实做开发，多看看系统设计类的东西。因为1. 看到很多此行的Phd们的 […]

求推荐常见机器学习算法数学推导好的博客及其书籍？

应该翻译成主成分分析，还是主分量分析？哪个更合理？

今年的4月份开始接触机器学习，一直都在做时间序列的预测，但是用得matlab（都不好意思说），看了一些机器学习的视频（比如斯坦福的那个···），那些常用的算法像BP、SVM、K—means什么的也都懂。我现在应该从哪方面提高呢？这一年的时间，我不是计算机专业的还能赶上吗？机器学习在企业都用什么工具呢？Python，mySQL，R，SPSS，hadoop···，什么用得最多呢？还有最近特别火的那个caffe，诸位大牛们都是怎么学怎么用的呢？现在的数据分析都跟互联网相结合，可是我对互联网编程一点都不懂（哪怕写个网页都不会啊。。。）我虽然数学还可以，但是毕竟不是计算机科班出身，编程底子太弱了！！！恳请各位前辈们给我指一条出路，我想找一个数 […]