《Hadoop分布式系统实践》课程教学大纲.docxVIP

《Hadoop分布式系统实践》教学大纲 课程英文名 Practice of Hadoop distributed system 课程代码 学分 1 总学时 1周 课程类别 集中实践环节 先修课程 Hadoop分布式系统 课程性质 任选 适用专业 信息与计算科学、数学与应用数学 开课学院 理学院 一、课程地位与目标 （一）课程地位 《Hadoop分布式系统实践》 是学生学习完 《Hadoop分布式系统》课程后，进一步学习Hadoop系统具体操作和应用的一门实践性课程。对学生掌握大数据相关技术的动手实践能力培养有很重要的作用。 （二）课程目标 1.熟悉Hadoop系统的安装、配置、管理和基础操作； 2.掌握在Hadoop系统上进行MapReduce任务的设计、开发和管理。 二、课程目标与相关毕业要求的对应关系 课程目标 课程目标对毕业要求的支撑程度（H、M、L） 毕业要求4 毕业要求6 毕业要求10 课程目标1 H M M 课程目标2 H H M 注：1.支撑强度分别填写H、M或L（其中H表示支撑程度高、M为中等、L为低）。 三、设计选题及任务要求 序号 参考选题 任务与要求 1 电影网站用户性别预测 1.掌握数据预处理方法 2.掌握分类算法 3.掌握评价标准设计与实现 四、课程设计的主要进程与时间安排 序号 主要进程 教学内容 时间分配 1 问题分析 对问题进行分析研究 第1天 2 认识KNN算法 KNN算法原理、流程和实现 第2天 3 数据预处理 数据获取、变换、清洗 第3天 4 实现用户性别分类 实现思路与具体实现 第4天 5 评价分类结果的准确性 平均标准设计与分析实现 第5天 注：进程安排的最少时间为0.5天。 五、课程考核与成绩评定 考核类别 考查 考核形式 考勤，项目 成绩评定 考勤20%，项目完成80% 成绩登记方式 五级制 六、推荐教材与主要参考书 （一）推荐教材： 1.Hadoop大数据开发基础，余明辉，张良均，人民邮电出版社，2018.2。 2.Hadoop大数据开发案例教程与项目实战，时允田，林雪纲，人民邮电出版社，2017.5， 第1版。 （二）主要参考书： 1.Hadoop权威指南:大数据的存储与分析，Tom White著，王海等译，清华大学出版社，2017.7，第4版 2.MapReduce设计模式，Donald Miner, Adam Shook著, 徐钊, 赵重庆译，人民邮电出版社，2014.9