大数据分析方向教学计划.pdfVIP

大数据分析 课程标准 一、课程定位 现在企业为了提升客人使用体验，提高业务效率，在大数据蓬勃发展的阶段里， 需要对现有业务系统进行转型升级；作为大数据核心部分，大数据研发工程师应用成为 有大量数据的企业必备人才，在数据处理，数据分析方面，大数据研发是不可或缺的技 能。 随着大数据应用的大量普及，开源框架，比方hadoop，spark等，也得到长足发展。 本课程除了着力于统数据的收集和搭建，使得作为大数据的研发/分析带来基础设施， 让学员掌握，同时，对大数据的离线/实时处理和部分数据分析进行深度理解和把握。 通过本课程，掌握大数据平台并且对大数据分析的基本技能和方法，为将来在企业分析 大数据做决策打下基础。 二、课程性质与作用 课程性质 大数据分析课程。 课程作用 大数据分析是数据清洗过后使得数据产生价值的过程。在企业丰富应用场景中，通 过标准的大数据分析方法不能胜任的情况下，就需要通过先验知识来验证大数据并找出 规律来到达业务目标。在实际工作中，掌握大数据研分析需要展示的数理统计分析的知 识，敏锐的数据观察力，和部分软件开发的知识，也需要比较扎实的电脑基础。本课程 大纲是完整的课程，实际培训课程中，会根据学员实际情况进行分组。通过本课程的学 习。 三、课程目标 课程教学以灵活运用分析方法为目标，以实际项目为中心，以合理知识结构分解为 手段，结合实际的应用场景，对大数据进行文本，图标等大数据进行分析和学习，主要 以实际操作让学员对相关知识点掌握，到达理论与实际结合，教学与企业融合的内容。 学员学成后，能够利用清洗后的数据，根据提供的先验知识，可以做出模型并能够预测 业务数据。课程内容始终围绕全面提升学生的理论和操作的熟练程度、标准化程度以及 职业素质三个方面展开。 〔一〕知识目标 1. 理解大数据概念及应用场景，先导课程Linux 的操作 2. 掌握开发语言R 或python 1 / 8 3. 掌握大数据HDFS、HBase、Hadoop 集群搭建及数据批处理。 4. 离线工具 ETL 和 hive 的安装及应用。 5. 数据可视化的应用 6. 真实 〔二〕能力目标 1.全局的眼光理解大数据，理解大数据的应用，并有总体的概念。 2.理解企业中实际生产环境的大数据搭建，收集，分析，应用的过程。 3.具备在实际应用场景中，能对数据处理流程，数据挖掘进行个性化处理。 四、课程设计 主要指课程设计的总体思路： 课程设计围绕大数据分析的基础和方法，考虑到实际企业生产环境中的应用场景， 课程中采用实际案例， 从案例分析、启动、实施、验证各环节剖析讲解，与真实环境 同步。 Hadoop 先导知识 R语言 生态 大量案例 算法及模 型 课程案例选取： 以搭建支持 10GB 的数据为目标，在目标3 机器上部署大数据仓库，并能实际 运行。模拟 1GB 的数据，能够通过Hive 进行查询，为将来数据清洗和数据分析提供 基础。 五、课程内容与要求 知识块 知识点 课程目标 课时 案例 2 / 8 先导知识 Linux系统 Linux 基础 先导课程，以 Linux-常用命令介 掌握Linux基本操 绍 作未基础，加上对