課程時(shí)間

課程模塊

課程大綱

2016.4.9

大數(shù)據(jù)導(dǎo)論

1.影響世界的十大技術(shù)

2.大數(shù)據(jù)定義與理解

3.大數(shù)據(jù)時(shí)代的機(jī)遇與挑戰(zhàn)

4.大數(shù)據(jù)應(yīng)對(duì)技術(shù)及主要應(yīng)用

2016.4.23

數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)—1

數(shù)據(jù)類型　數(shù)據(jù)清洗　數(shù)據(jù)統(tǒng)計(jì)

監(jiān)督學(xué)習(xí)　非監(jiān)督學(xué)習(xí)

2016.4.24

NoSQL數(shù)據(jù)庫(kù)技術(shù)—1

數(shù)據(jù)一致性ACID理論

CAP理論　　水平擴(kuò)展

2016.5.7

數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)—2

關(guān)聯(lián)規(guī)則　文本挖掘　協(xié)同過濾

深度學(xué)習(xí)　社交網(wǎng)絡(luò)分析

2016.5.8

NoSQL數(shù)據(jù)庫(kù)技術(shù)—2

Jason 文檔格式 　Key/Value

NoSQL系統(tǒng)Redis 數(shù)據(jù)庫(kù)

2016.5.21

數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)—3

JUNG網(wǎng)絡(luò)分析　 Weka 機(jī)器學(xué)習(xí)工具 UCNET網(wǎng)絡(luò)可視化

2016.5.22

NoSQL數(shù)據(jù)庫(kù)技術(shù)—3

MongoDB數(shù)據(jù)庫(kù)

CouchDB數(shù)據(jù)庫(kù)

數(shù)據(jù)庫(kù)優(yōu)化技術(shù)

2016.6.4

統(tǒng)計(jì)建模與R語言—1

R起源、R特點(diǎn)、R資源、R下載和安裝、R的基本知識(shí)、概率與分布、統(tǒng)計(jì)推斷

2016.6.5

Hadoop—1

Hadoop生態(tài)系統(tǒng)　HDFS文件系統(tǒng)　PIG流數(shù)據(jù)處理

2016.6.18

統(tǒng)計(jì)建模與R語言—2

主成份分析、因子分析、聚類分析、判別分析

2016.6.19

Hadoop—2

HBase/Hive實(shí)時(shí)分布式數(shù)據(jù)（倉(cāng)）庫(kù)

Zookeeper協(xié)調(diào)服務(wù)

2016.7.2

統(tǒng)計(jì)建模與R語言—3

時(shí)間序列分析　ARIMA模型

方差分析

2016.7.3

Hadoop—3

Sqoop數(shù)據(jù)庫(kù)　ETL工具部署與應(yīng)用　Mahout數(shù)據(jù)挖掘庫(kù)

2016.7.16

Spark—1

Spark生態(tài)系統(tǒng)　 spark shellScala函數(shù)式編程

2016.7.17

上機(jī)

上午:數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)下午:NoSQL數(shù)據(jù)庫(kù)技術(shù)

2016.7.30

Spark—2

RDD彈性分布式數(shù)據(jù)集　Spark SQL

Spark Streaming

2016.7.31

上機(jī)

上午:統(tǒng)計(jì)建模與R語言下午:Hadoop

2016.8.13

Spark—3

Spark GraphxSpark MLLIBS

TransformationAction