          大數(shù)據(jù)計算技術培訓

第一章 大數(shù)據(jù)計算技術概述

1.1 課程簡介

1.2大數(shù)據(jù)計算概論（上）

1.3 大數(shù)據(jù)計算概論（下）

第二章 大數(shù)據(jù)計算系統(tǒng)

2.1 大數(shù)據(jù)計算系統(tǒng)

2.2 數(shù)據(jù)存儲系統(tǒng)

2.3 數(shù)據(jù)處理系統(tǒng)

2.4 數(shù)據(jù)處理系統(tǒng)（續(xù)）

2.5 數(shù)據(jù)應用系統(tǒng)

第三章 數(shù)據(jù)采集方法

3.1 系統(tǒng)日志數(shù)據(jù)采集

3.2 網(wǎng)絡數(shù)據(jù)采集

第四章 數(shù)據(jù)清洗與規(guī)約方法

4.1 臟數(shù)據(jù)類型及處理方法

4.2 數(shù)據(jù)噪聲處理方法

4.3 數(shù)據(jù)集成方法

4.4 數(shù)據(jù)規(guī)約方法

4.5 數(shù)據(jù)建模方法

第五章 數(shù)據(jù)分析算法

5.1 C4.5算法

5.2 K-均值算法

5.3 SVM算法

5.4 Apriori算法

5.5 kNN算法

5.6 PageRank算法

第六章 文本讀寫技術

6.1 讀取文本文件

6.2 讀取CSV文件

6.3 寫入文本文件

6.4 其他操作

第七章 數(shù)據(jù)處理技術

7.1 數(shù)據(jù)合并技術

7.2 數(shù)據(jù)轉(zhuǎn)換技術

7.3 數(shù)據(jù)轉(zhuǎn)換技術(續(xù))

第八章 數(shù)據(jù)分析技術

8.1 Numpy工具包

8.2 Numpy工具包：基本運算

8.3 Pandas工具包

8.4 Python Scikit-learn

8.5 Python NLTK 自然語言處理入門

第九章 數(shù)據(jù)可視化技術

9.1 數(shù)據(jù)可視化技術

第十章 大數(shù)據(jù)計算模式

10.1 大數(shù)據(jù)計算標準

10.2 大數(shù)據(jù)計算模式

第十一章 Hadoop計算架構

11.1 Hadoop平臺

11.2 HDFS分布式文件系統(tǒng)

11.3 HDFS分布式文件系統(tǒng)(續(xù))

11.4 分布式存儲模型

11.5 分布式存儲架構

11.6 二次索引表

第十二章 分布式并行計算模型

12.1 并行計算模型

12.2 MapReduce計算架構

12.3 MapReduce計算流程

12.4 MapReduce算例描述

第十三章 圖并行計算架構

13.1圖計算問題

13.2 BSP圖計算模型

13.3 圖并行計算架構

13.4 圖并行計算架構（續(xù)）

第十四章 流計算

14.1 流計算模型

14.2 流計算模型（續(xù)）

14.3 ACK實現(xiàn)機制

第十五章 內(nèi)存計算模型

15.1 分布式緩存系統(tǒng)

15.2 內(nèi)存技術

15.3 MemCloud計算架構

15.4 Spark 內(nèi)存計算

15.5 Spark 內(nèi)存計算