欧美色欧美亚洲另类七区,惠美惠精品网,五月婷婷一区,国产亚洲午夜

          大數(shù)據(jù)基礎(chǔ)與應(yīng)用培訓(xùn)

01
初識(shí)大數(shù)據(jù)
了解大數(shù)據(jù)的定義、應(yīng)用場(chǎng)景、分析流程和工作崗位需求

1.1 大數(shù)據(jù)定義
1.2 大數(shù)據(jù)應(yīng)用場(chǎng)景
1.3 大數(shù)據(jù)分析流程
1.4 如何參與大數(shù)據(jù)分析
02
大數(shù)據(jù)應(yīng)用縱覽
展示大數(shù)據(jù)在不同行業(yè)的應(yīng)用進(jìn)展和趨勢(shì)。包括醫(yī)療大數(shù)據(jù)、旅游大數(shù)據(jù)，以及華為公司的兩個(gè)案例。

2.1 大數(shù)據(jù)應(yīng)用縱覽
2.2 智能醫(yī)療大數(shù)據(jù)
2.3 旅游大數(shù)據(jù)案例
2.4 金融科技與大數(shù)據(jù)風(fēng)控
2.5 政務(wù)多跑一次
03
Python大數(shù)據(jù)基礎(chǔ)（一）
介紹Python的基本數(shù)據(jù)類型和數(shù)據(jù)結(jié)構(gòu)，Numpy和Pandas的使用方法，以及本課程所使用的在線實(shí)踐平臺(tái)。

3.1 內(nèi)置數(shù)據(jù)類型
3.2 擴(kuò)展數(shù)據(jù)類型
3.3 內(nèi)置數(shù)據(jù)結(jié)構(gòu)
3.4 Ndarray介紹
3.5 Series介紹
3.6 DataFrame介紹
3.7 在線實(shí)驗(yàn)平臺(tái)介紹
3.8 數(shù)據(jù)類型和結(jié)構(gòu)在線實(shí)驗(yàn)
04
Python大數(shù)據(jù)基礎(chǔ)（二）
介紹使用Python進(jìn)行數(shù)據(jù)讀取、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)交換和數(shù)據(jù)展示等相關(guān)內(nèi)容。

4.1 文件讀寫
4.2 文件和文件夾處理
4.3 數(shù)據(jù)庫(kù)存取
4.4 CSV和Excel數(shù)據(jù)交換
4.5 JSON和XML數(shù)據(jù)交換
4.6 Web數(shù)據(jù)交換
4.7 用pandas加工數(shù)據(jù)
4.8 用Matplotlib展示數(shù)據(jù)
4.9 數(shù)據(jù)加工和展示在線實(shí)驗(yàn)
05
數(shù)據(jù)分析方法（一）
學(xué)習(xí)并掌握統(tǒng)計(jì)數(shù)據(jù)分析，主要包括數(shù)據(jù)的中心趨勢(shì)度量、 數(shù)據(jù)的離散程度度量、數(shù)據(jù)分布的度量和圖形化分析方法。

5.1 數(shù)據(jù)分析方法概述
5.2 統(tǒng)計(jì)數(shù)據(jù)分析方法
5.3 數(shù)據(jù)的中心趨勢(shì)度量
5.4 數(shù)據(jù)的離散程度度量
5.5 數(shù)據(jù)分布的度量
5.6 圖形化分析方法
06
數(shù)據(jù)分析方法（二）
學(xué)習(xí)并掌握基于機(jī)器學(xué)習(xí)的數(shù)據(jù)分析方法，主要包括機(jī)器學(xué)習(xí)的典型任務(wù)，常見的有監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)算法。

6.1 機(jī)器學(xué)習(xí)簡(jiǎn)介
6.2 機(jī)器學(xué)習(xí)的典型任務(wù)
6.3 決策樹算法
6.4 K-近鄰分類算法（KNN算法）
6.5 K-均值聚類算法（K-means算法）
6.6 Apriori關(guān)聯(lián)規(guī)則算法
6.7 在線實(shí)驗(yàn)
07
開源平臺(tái)和工具（一）
介紹數(shù)據(jù)獲取、清洗與存儲(chǔ)等相關(guān)的開源平臺(tái)和工具

7.1 數(shù)據(jù)采集與清洗概述
7.2 日志數(shù)據(jù)采集Flume簡(jiǎn)介
7.3 數(shù)據(jù)分發(fā)中間件Kafka簡(jiǎn)介
7.4 HDFS介紹及使用方法
7.5 HBase介紹及使用方法
7.6 Hive介紹及使用方法
7.7 NoSQL數(shù)據(jù)庫(kù)技術(shù)
08
開源平臺(tái)和工具（二）
介紹批處理、流式數(shù)據(jù)處理與分析以及資源管理與調(diào)度的開源平臺(tái)和工具

8.1 批處理：MapReduce
8.2 批處理：Spark
8.3 PageRank舉例
8.4 流處理：Storm
8.5 流處理：Spark Streaming
8.6 資源管理與調(diào)度概述
8.7 Zookeeper介紹及使用方法
8.8 在線實(shí)驗(yàn)
09
數(shù)據(jù)可視化
介紹數(shù)據(jù)可視化的基本方法和技術(shù)。

9.1 數(shù)據(jù)可視化簡(jiǎn)介
9.2 高維數(shù)據(jù)可視化
9.3 網(wǎng)絡(luò)和層次化數(shù)據(jù)可視化
9.4 時(shí)空數(shù)據(jù)可視化
9.5 文本數(shù)據(jù)可視化
9.6 可視化在線實(shí)驗(yàn)
10
綜合實(shí)踐
以旅游大數(shù)據(jù)為例展示大數(shù)據(jù)分析的流程和方法。

10.1 旅游大數(shù)據(jù)在線實(shí)驗(yàn)