班級規(guī)模及環(huán)境--熱線:4008699035 手機:15921673576( 微信同號) |
每個班級的人數(shù)限3到5人,互動授課, 保障效果,小班授課。 |
上間和地點 |
上部份地點:【上?!客瑵髮W(滬西)/新城金郡商務(wù)樓(11號線白銀路站)【深圳分部】:電影大廈(地鐵一號線大劇院站)/深圳大學成教院【北京分部】:北京中山學院/福鑫大樓【南京分部】:金港大廈(和燕路)【武漢分部】:佳源大廈(高新二路)【成都分部】:領(lǐng)館區(qū)1號(中和大道)【沈陽分部】:沈陽理工大學/六宅臻品【鄭州分部】:鄭州大學/錦華大廈【石家莊分部】:河北科技大學/瑞景大廈 最近開間(周末班/連續(xù)班/晚班):2020年3月16日 |
實驗設(shè)備 |
◆小班教學,教學效果好 ☆注重質(zhì)量☆邊講邊練 ☆合格學員免費推薦工作 ★實驗設(shè)備請點擊這兒查看★ |
質(zhì)量保障 |
1、培訓過程中,如有部分內(nèi)容理解不透或消化不好,可免費在以后培訓班中重聽; 2、培訓結(jié)束后,授課老師留給學員聯(lián)系方式,保障培訓效果,免費提供課后技術(shù)支持。 3、培訓合格學員可享受免費推薦就業(yè)機會?!詈细駥W員免費頒發(fā)相關(guān)工程師等資格證書,提升職業(yè)資質(zhì)。專注高端技術(shù)培訓15年,端海學員的能力得到大家的認同,受到用人單位的廣泛贊譽,端海的證書受到廣泛認可。 |
部份程大綱 |
|
01章大數(shù)據(jù)平臺基礎(chǔ)知識
01-01大數(shù)據(jù)生態(tài)環(huán)境及應(yīng)用場景
01-02Linux基礎(chǔ)語法操作
01-03Hadoop2.X集群部署和運用
01-04HDFS分布式文件系統(tǒng)介紹及功能
02章數(shù)據(jù)庫知識應(yīng)用
02-01Mysql安裝配置、用戶及權(quán)限管理
02-02Mysql數(shù)據(jù)庫管理及ER圖設(shè)計
02-03Mysql表管理、數(shù)據(jù)表查詢
02-04Mysql數(shù)據(jù)庫表的復雜查詢
02-05Mysql內(nèi)置函數(shù)、存儲過程
02-06Mysql綜合案例分析應(yīng)用
03章大數(shù)據(jù)倉庫知識應(yīng)用
03-01Hive架構(gòu)原理和技術(shù)方向
03-02HiveQL數(shù)據(jù)查詢、函數(shù)(聚合函數(shù)、窗口函數(shù)、UDF)
03-03Hbase表設(shè)計及數(shù)據(jù)查詢
03-04Sqoop數(shù)據(jù)傳遞及綜合案例
03-05商業(yè)應(yīng)用案例—寬表設(shè)計與用戶畫像
03-06商業(yè)應(yīng)用案例—網(wǎng)站流量分析與頁面運營
04章數(shù)學及統(tǒng)計基礎(chǔ)知識
04-01微積分:函數(shù)、極限、微分及其應(yīng)用、定積分等
04-02線性代數(shù):矩陣的初等變換與向量組的線性相關(guān)性
04-03描述性統(tǒng)計:數(shù)據(jù)的度量、集中趨勢、離散程度、偏態(tài)與峰態(tài)
04-04抽樣估計:統(tǒng)計量、抽樣分布、正態(tài)分布與與中心極限定理
04-05假設(shè)檢驗:P值檢驗、單樣本T檢驗、兩獨立樣本T檢驗
04-06方差和相關(guān)分析:單因素方差分析原假設(shè)和兩個變量間線性關(guān)系的方向
04-07回歸分析:一元線性回歸模型、多元回歸模型、邏輯回歸模型
05章Python機器學習
05-01Python介紹及基礎(chǔ)語法
05-02NumPy和Pandas數(shù)據(jù)清洗和集合
05-03時間序列數(shù)據(jù)分析和數(shù)值預(yù)測型回歸
05-04樸素貝葉斯、支持向量機、決策樹算法實現(xiàn)
05-05集成學習、KNN、聚類算法實現(xiàn)
05-06關(guān)聯(lián)規(guī)則、協(xié)同過濾、文本挖掘算法實現(xiàn)
06章Python可視化和深度學習
06-01深度學習應(yīng)用:圖像語音自然語言處理
06-02反向傳播及迭代優(yōu)化;梯度下降
06-03深度學習框架Tensorflow基礎(chǔ)概念計算圖session
06-04Tensorflow Slim 圖像分類庫
06-05描述性統(tǒng)計圖表可視化
06-06社會網(wǎng)絡(luò)分析可視化
07章大數(shù)據(jù)平臺分析Spark工具
07-01Scala控制結(jié)構(gòu)和函數(shù)、元組和映射
07-02繼承、特質(zhì)、高階函數(shù)、集合、模式匹配和樣例類
07-03Spark與MapReduce對比及優(yōu)化
07-04Spark內(nèi)核、Spark Streaming 實時流計算
07-05Spark MLlib 機器學習(聚類,分類,推薦系統(tǒng),文本挖掘等)
07-06Spark GraphX 圖計算和PySpark運用
08章大數(shù)據(jù)綜合案例分析
08-01基于大數(shù)據(jù)平臺的互聯(lián)網(wǎng)金融監(jiān)管實戰(zhàn)
08-02高速公路大數(shù)據(jù)項目實戰(zhàn)
08-03電力大數(shù)據(jù)項目實戰(zhàn)
08-04大數(shù)據(jù)分析項目設(shè)計并答辯
|