大数据的四大特点如下： **大容量**：例如，根据IDC最近的报告，到2020年，全球数据量预计将增长50倍。大数据的规模是一个不断变化的指标，单一数据集的规模可以从数十TB到数PB不等。简单来说，存储1PB的数据需要大约2万台配备50GB硬盘的PC。数据来源多种多样，出人意料。
大数据从整体上看分为四个特点，第一，大量。衡量单位PB级别，存储内容多。第二，高速。大数据需要在获取速度和分析速度上要及时迅速。保证在短时间内更多的人接收到信息。第三，多样。数据的来源是各种渠道上获取的，有文本数据，图片数据，视频数据等。因此数据是多种多样的。第四，价值。
大数据的商业魅力：从商业支撑到商业决策电子商务、社交媒体、移动互联网、物联网的兴起极大地改变了人们生活与工作的方式，它们给世界带来巨大变化的同时，也让一个大数据时代真正地到来。
大数据有五大特点，即大量（Volume）、高速（Velocity）、多样（Variety）、低价值密度（Value）、真实性（Veracity）。它并没有统计学的抽样方法，只是观察和追踪发生的事情。 大数据的用法倾向于预测分析、用户行为分析或某些其他高级数据分析方法的使用。
第一，OFDM具有非常高的频谱利用率。普通的FDM系统为了分离开各子信道的信号，需要在相邻的信道间设置一定的保护间隔（频带），以便接收端能用带通滤波器分离出相应子信道的信号，造成了频谱资源的浪费。
OFDM技术是一种无线环境下的高速多载波传输技术。无线信道的频率响应曲线大多是非平坦的，而OFDM技术的主要思想是：在频域内将给定信道分成许多正交子信道，在每个子信道上使用一个子载波进行调制，各子载波并行传输。
总结来说，OFDM以其强大的频谱利用率和信号抗干扰能力，成为现代无线通信的关键技术，尤其在4G和5G中扮演了至关重要的角色。通过理解和掌握OFDM的核心原理，通信专业人士可以更好地设计和优化高速、高效的数据传输系统。
实现MIMO技术较简单 OFDM主要思想：将信道分成若干正交子信道，将高速数据信号转换成并行的低速子数据流，调制到在每个子信道上进行传输。正交信号可以通过在接收端采用相关技术来分开，这样可以减少子信道之间的相互干扰（ISI） 。
1、数据科学的整个流程包括这些环节：数据准备 数据探索 数据表示 数据发现 数据学习 创造数据产品 洞见与结论 结果可视化 数据准备 数据准备虽耗时和无趣，但是至关重要，因为它决定了数据的质量。若是数据的质量得不到保证，后续所有的数据工作都会收到影响。数据准备包括数据读入和数据清洗。
2、数据清洗：数据分析的第一步是提高数据质量。数据科学家处理正确的拼写错误，处理缺失数据和清除无意义的信息。在数据价值链中这是最关键的步骤，即使最好的数据值分析如果有垃圾数据这将会产生错误结果和误导。
3、那么数据科学的过程是怎样的？许多企业会通过数据科学聚焦在某个特定的问题，因此数据科学对于阐明企业想要回到的问题是非常重要的。数据科学项目的进程第一且最重要的一步便是确定问题之所在。优秀的数据科学家是一群好奇心强的人，会通过诸多的问题来明确业务的需求。
