我们需要提到的是约瑟夫·凯尔。凯尔是计算机科学家和统计学家，他在20世纪40年代提出了著名的“凯尔法则”，即“90%的数据都是无用的，只有10%的数据才是有价值的”。这个法则为后来的大数据技术的发展提供了重要的理论依据。
二、金融行业
我们不能忽视杰弗里·迈尔斯。迈尔斯是一位计算机科学家，他在20世纪60年代提出了“迈尔斯定律”，即“数据的价值随着其规模的增加而成指数级增长”。这个定律为后来的大数据技术的应用奠定了基础。
还有许多其他的学者和研究人员对大数据技术的基础做出了重要贡献。迈克尔·斯通布雷克提出了“海量数据分析”技术，克里斯托弗·巴吉尔和保罗·斯派瑟提出了“数据挖掘”技术，以及吴恩达等人提出的“人工智能”和“机器学习”等技术。所有这些人的贡献都为当前大数据技术的发展奠定了坚实的基础。
五、制造业
金融行业是大数据技术的重要应用领域之一。金融行业的数据量庞大且复杂，包括银行的交易数据、股市的交易数据等等。利用大数据技术可以对这些数据进行分析和挖掘，从而发现隐藏在数据中的规律和趋势。基于大数据分析的风险控制可以帮助银行减少不良资产，基于大数据的量化投资可以帮助投资者做出更明智的投资决策。
在20世纪90年代，摩尔·韦德姆提出了“摩尔定律”，即“计算机性能每18至24个月翻一番”。这一定律为大数据技术的发展提供了强有力的支持，因为只有计算机性能的不断提升，才能够应对不断增长的数据量和复杂性。
云计算技术是当前大数据技术的基础之一，其先驱可以追溯到20世纪90年代。当时，计算资源的开销和管理成本限制了企业的发展和创新。为解决这一问题，云计算技术应运而生。亚马逊公司在2006年推出了云计算服务Amazon Web Services (AWS)，成为了云计算技术的开创者和领导者。AWS基于虚拟化技术，通过将计算资源按需交付给用户，大大提高了计算资源的利用率和灵活性。随着AWS的成功，其他公司也纷纷推出了自己的云计算服务，如微软的Azure、谷歌的Google Cloud等。
零售行业也是大数据技术的重要应用领域之一。零售行业的数据包括各种销售数据、库存数据、顾客数据等等。通过对这些数据进行分析和挖掘，可以帮助零售商了解顾客需求、优化商品布局、提升销售效益。利用大数据技术可以进行精准营销，根据顾客的购买记录和喜好进行个性化推荐，提高销售转化率。
一、互联网行业
四、医疗健康行业
当前大数据技术的基础是由约瑟夫·凯尔、杰弗里·迈尔斯、摩尔·韦德姆、道格拉斯·克里克、杰克·奥利科特等众多学者和研究人员提出的。他们通过自己的理论和实践，为我们揭示了大数据的真正价值和应用前景。这些人的贡献是不可忽视的，他们为当前大数据技术的发展做出了重要的贡献。
制造业也是大数据技术的应用领域之一。制造业的数据包括生产线上的传感器数据、设备数据等等。利用大数据技术可以对这些数据进行分析和挖掘，从而提高生产效率和产品质量。基于大数据的预测分析可以帮助企业预测市场需求，优化生产计划，节约资源成本。
我们还应该提到道格拉斯·克里克和杰克·奥利科特。克里克和奥利科特是谷歌公司的创始人之一，他们在2003年提出了“谷歌文件系统”和“谷歌大表格”，这为大数据处理和存储提供了全新的解决方案。
大数据技术的另一个基础是存储技术。随着互联网的快速发展，数据量以指数级增长，如何有效地存储和管理这些海量数据成为了一个迫切的问题。在存储技术方面，Hadoop是一个里程碑式的创新。Hadoop最初由道格·切姆斯（Doug Cutting）和迈克尔·卡福雷斯（Mike Cafarella）开发，灵感来自于Google的分布式文件系统（GFS）和MapReduce计算模型。Hadoop的核心组件包括分布式文件系统HDFS和分布式计算框架MapReduce，可以实现大规模数据的存储和处理。Hadoop的出现开启了大数据时代的序幕，也为后来的大数据技术奠定了坚实的基础。
大数据技术的发展离不开数据挖掘技术的支持。数据挖掘技术早在20世纪80年代就有了初步的发展。直到20世纪90年代，数据挖掘技术才真正成为大数据技术的基石。罗尼·科恩曼（Ronald Cooley）和彼得·蓝（Peter Langley）等人提出了数据挖掘的概念，并开发了一些著名的数据挖掘算法，如分类算法、关联规则挖掘算法等。此后，越来越多的数据挖掘算法被提出，如聚类算法、预测算法等，为大数据的分析和应用提供了重要的技术支持。
六、交通运输行业
互联网行业是当前大数据技术的基石之一。互联网的发展促进了大数据技术的快速崛起。互联网平台每天都产生大量的数据，包括用户的搜索记录、浏览行为、点击数据等等。这些数据的积累为大数据技术的发展提供了丰富的资源。互联网行业也在不断探索和应用各种大数据技术，如基于用户行为的个性化推荐、智能广告投放等。
机器学习技术是当前大数据技术的又一个基石。机器学习早在20世纪50年代就有了初步的发展。直到随着计算能力和数据量的快速增长，机器学习技术才得到了广泛的应用。机器学习技术能够自动从数据中学习，并预测和识别模式。深度学习是机器学习的一个重要分支，其以人工神经网络为基础，可以处理和分析海量的结构化和非结构化数据。大量的大数据应用都基于机器学习技术，如智能推荐系统、自动驾驶技术等。
当前大数据技术的基础是由谁提出
大数据技术的基础是由多位杰出的计算机科学家和研究人员提出的。这些人通过不断的研究和实践，为我们揭示了大数据背后的奥秘和应用价值。
医疗健康行业是大数据技术的前沿领域之一。医疗健康领域的数据涉及到医院的病历数据、药物数据、疾病数据等等。利用大数据技术可以对这些数据进行分析和挖掘，从而提高医疗服务的质量和效率。基于大数据的医疗影像分析可以帮助医生更准确地诊断疾病，基于大数据的病例分析可以帮助医生制定个性化的治疗方案。
交通运输行业也是大数据技术的应用领域之一。交通运输领域的数据包括交通流量数据、车辆轨迹数据等等。利用大数据技术可以对这些数据进行分析和挖掘，从而提高交通运输的效率和安全性。基于大数据的交通流量预测可以帮助交通管理部门优化交通组织，减少拥堵，提高通行效率。
三、数据挖掘技术的奠基人
三、零售行业
当前大数据技术的基础由云计算技术、存储技术、数据挖掘技术和机器学习技术等先驱共同奠定。云计算技术提供了高效的计算资源管理和交付方式，存储技术解决了海量数据的存储和管理问题，数据挖掘技术实现了对数据的深入挖掘和分析，而机器学习技术则实现了对数据的自动学习和预测。这些技术的先驱们的贡献为当前大数据技术的发展铺平了道路，同时也为未来的创新提供了巨大的潜力。
四、机器学习技术的领先者
二、存储技术的先行者
当前大数据技术的基础是由谁先？
一、云计算技术的先驱
当前大数据技术的基础是由互联网行业、金融行业、零售行业、医疗健康行业、制造业和交通运输行业等多个行业构成。这些行业的数据积累和应用推动了大数据技术的发展，并且不断拓展了大数据技术的应用领域。
