大数据机器学习实战培训课程

第一章：linux基础

1.1: linux的简介以及为什么要学习linux

1.2: linux的安装

1.3: linux常用简单常用命令

1.4: vim编辑器的使用

1.5: linux网络配置及其原理

1.6: linux基础命令及其软件安装

1.7: linux用户及其权限

1.8: linux的shell脚本

第二章：数据库技术

2.1: 数据库技术简介

2.2: linux下mysql的安装

2.3: mysql基本管理

2.4: 操作mysql中的数据（一）

2.5: 操作mysql中的数据（二）

2.6: 查询mysql中的数据

2.7: 聚合统计函数及其日期函数，字符函数

第三章：scala语言

3.1: scala初识和安装

3.2: scala中的变量和方法的定义

3.3: scala中静态方法实现

3.4: scala中方法定义中的参数细节

3.5: scala中的条件和循环控制语句

3.6: scala中的数组定义和使用

3.7: scala中的数组的遍历

3.8: scala中集合的操作和使用

3.9: scala中Map和元祖的定义及其使用

3.10: scala中的类定义及其构造器

3.11: scala中的类继承

3.12: scala中的抽象类及其实现

3.13: scala中的trait特质

3.14: scala中的模式匹配

3.15: scala中的case class及其应用

3.16: scala的高阶函数编程

3.17: scala中的隐式转换

3.18: Scala通过JDBC访问Mysql

第四章：hadoop技术

4.1: hadoop生态圈及其介绍

4.2: hadoop对海量数据处理的解决思路

4.3: hadoop的安装

4.4: hadoop的shell命令操作

4.5: 客户端向HDFS写数据的流程

4.6: NameNode管理元数据的机制

4.7: MapReduce的wordCount

4.8: 提交作业到Yarn上

第五章:Hive技术

5.1： hive的安装及其介绍

5.2： 数据仓库的介绍

5.3： hive基本命令使用

5.4： hive如何加载数据

5.5： hive如何读取数据

5.5： hive的函数

5.6： 如何自定义hive的udf

第六章：spark技术

6.1: spark介绍

6.2: spark集群安装

6.3: spark架构原理

6.4: 创建RDD

6.5: transformation和action讲解

6.6: 案例：统计每行出现的次数

6.7: map实战

6.8: filter实战

6.9: flatMap实战

6.10: groupByKey实战

6.11: reduceByKey实战

6.12: sortByKey实战

6.13: join和cogroup实战

6.14: spark-sql shell端

6.15: spark-sql基本使用步骤

6.16: spark访问hive的数据

6.17: spark-sql在IDEA环境下操作

6.18: spark-streaming开发实例

6.19: kafka,flume安装及其原理

6.20: spark-streaming对接kafka和flume

6.21: spark-submit讲解

第七章：Kylin技术

7.1: kylin产生背景和原因

7.2: kylin的原理

7.3: kylin的使用

第八章：大数据平台应用Tableau

8.1: Tableau Desktop安装及其简单实用

8.2: Tableau server介绍

8.3: 大数据平台集成Tableau

第九章：项目实战

9.1: 离线批处理项目实战

9.2: 实时计算项目实战

9.3: 调度系统项目实战

第十章：机器学习

10.1: 分类算法讲解

10.2: 短信推荐系统项目实战