网站大量收购独家精品文档,联系QQ:2885784924

《大数据技术导论》-教案 张寺宁- 项目1--6 大数据与大数据时代---数据分析与可视化.docx

《大数据技术导论》-教案 张寺宁- 项目1--6 大数据与大数据时代---数据分析与可视化.docx

  1. 1、本文档共22页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

大数据技术导论

教学教案

适用专业:大数据技术、软件技术、人工智能等

参考学时:共54学时,理论24学时/实践30学时

授课对象:大一学生

课程类型:专业基础课

年月

《大数据技术导论》课程教案

授课章节

项目一大数据与大数据时代

课时

1-4课时

教学目的

了解大数据技术的发展历程

了解大数据时代的产生的原因

了解大数据对社会的影响

了解大数据行业应用和岗位

掌握大数据的主要特征

掌握大数据的社会价值

教学内容

任务1-1认识大数据时代

1.1.1大数据时代

1.1.2大数据时代产生的原因

1.1.3大数据时代产生的变革

任务1-2掌握大数据基本特征和处理流程

1.2.1数据的定义和分类

1.2.2什么是大数据

1.2.3大数据的特征

1.2.4大数据处理流程

任务1-3大数据技术发展历程

任务1-4大数据产业结构及行业应用

1.4.1大数据产业结构

1.4.2大数据、云计算、人工智能、物联网深度融合

1.4.3大数据技术在各行业领域应用案例

任务1-5了解大数据岗位需求

1.5.1大数据岗位需求

1.5.2高职院校学生大数据就业定位

教学重难点

重点:

1.2.3大数据的特征

1.2.4大数据处理流程

1.4.2大数据、云计算、人工智能、物联网深度融合

1.4.3大数据技术在各行业领域应用案例

1.5.2高职院校学生大数据就业定位

难点:

1.2.4大数据处理流程

讨论、思考题及作业

讨论:

1.简述生活中的大数据应用。

2.你未来是否会从事大数据相关工作?

3.结合实际谈谈大数据的数据安全问题。

思考题及作业:

1.大数据的特征是什么?

2.大数据时代的个人隐私如何保护?

3.大数据的技术未来发展方向。

《大数据技术导论》课程教案

授课章节

项目二初识大数据处理平台

课时

5-8课时

教学目的

了解为什么要构建大数据处理平台

了解大数据处理平台的特征

了解Hadoop简介和发展

掌握HDFS和MapReduce设计思想

掌握Hadoop生态系统架构

教学内容

任务2-1了解构建大数据处理平台的原因

2.1.1大数据时代的数据类型

2.1.2传统数据处理平台遇到的问题

2.1.3大数据处理平台

任务2-2认识最早的大数据生态系统—Hadoop

2.2.1Hadoop的简介和发展

2.2.2Hadoop的设计思想和特点

2.2.3Hadoop两大基础组件

2.2.4Hadoop生态系统架构和其他组件

教学重难点

重点:

2.1.3大数据处理平台

2.2.2Hadoop的设计思想和特点

2.2.3Hadoop两大基础组件

2.2.4Hadoop生态系统架构和其他组件

难点:

2.2.2Hadoop的设计思想和特点

2.2.3Hadoop两大基础组件

讨论、思考题及作业

讨论:

1.简述大数据处理平台有哪些特征。

2.分布式文件系统HDFS的优点和缺点。

3.MapReduce的优点和缺点。

思考题及作业:

1.HDFS设计思想是什么?

2.画出HDFS架构图,并介绍内部各组件。

3.列举Hadoop生态系统中常用的组件。

《大数据技术导论》课程教案

授课章节

项目二初识大数据处理平台

课时

9-12课时

教学目的

了解几种常见的大数据计算模式

了解互联网企业大数据处理平台架构案例

掌握大数据处理平台基本架构及数据处理流程

掌握五种主流大数据处理平台架构

教学内容

任务2-3熟悉大数据处理平台架构

2.3.1几种大数据计算模式

2.3.2大数据处理平台基本架构及数据处理流程

2.3.3五种主流大数据处理平台架构

2.3.4大数据处理平台架构案例介绍

教学重难点

重点:

2.3.1几种大数据计算模式

2.3.2大数据处理平台基本架构及数据处理流程

2.3.3五种主流大数据处理平台架构

难点:

2.3.2大数据处理平台基本架构及数据处理流程

2.3.3五种主流大数据处理平台架构

讨论、思考题及作业

讨论:

1.五种主流大数据处理平台架构是哪些?

2.Lambda和Kappa架构的区别。

思考题及作业:

1.叙述大数据处理基本流程。

2.大数据计算模式有几种,每种计算模式的应用场景是什么。

《大数据技术导论》课程教案

授课章节

项目三Hadoop开发环境搭建

课时

13-16课时

教学目的

了解什么是VMware

了解什么是Ubuntu系统

掌握VMware安装流程

掌握Ubuntu系统安装流程

掌握Ubuntu系统网络配置

教学内容

任务3-1安装VMware虚拟机

任务3-2在VMware上安装和配置Ubuntu系统

3.2.1Ubuntu系统的安装

3.2.2Ubuntu系统的网络设置

教学重难点

重点:

任务3-1安装Vmware虚拟机

文档评论(0)

lai + 关注
实名认证
内容提供者

精品资料

版权声明书
用户编号:7040145050000060

1亿VIP精品文档

相关文档