大数据机器学习实战培训课程
2018-02-23 11:30
330 查看
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
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
相关文章推荐
- Hadoop大数据零基础高端实战培训系列课程分享(全面)
- 下载大数据实战课程第二季基于Python机器学习、项目案例实战
- Hadoop大数据零基础高端实战培训系列课程分享
- 七月机器学习实战班培训视频教程22课高清长课时附ppt
- Hadoop大数据零基础高端实战培训
- 大数据IMF传奇行动绝密课程第83课:透彻讲解使用Scala和Java两种方式实战Spark Streaming开发
- 大数据IMF传奇行动绝密课程第91课:SparkStreaming基于Kafka Direct案例实战和内幕源码解密
- 大数据IMF传奇行动绝密课程第103课:动手实战Spark Streaming Broadcast、Accumulator实现在线黑名单过滤和计数
- 大数据Spark实战高手之路---熟练的掌握Scala语言系列课程
- 零基础数据分析与挖掘R语言实战课程(R语言)
- 机器学习实战——第十三/十四章:利用PCA和SVD来简化数据
- 机器学习实战第十四章-利用SVD简化数据
- 北风首套Hadoop大数据包跳槽课程(Hive、ZooKeeper、Storm、Spark、项目实战)
- 机器学习与数据挖掘课程
- Python数据挖掘,AI人工智能,机器学习,深度学习,高级项目实战
- 洞悉大数据_决策大格局_SQL Server 实战技巧系列课程总结
- 零基础数据分析与挖掘R语言实战课程(R语言)
- 企业大数据战略规划高级培训课程
- 机器学习数据挖掘-软件、网站、课程资源知识点汇总
- 大数据IMF传奇行动绝密课程第72课:Spark SQL UDF和UDAF解密与实战