大数据学习产品

其他相关学习产品:

大数据课程列表

课程名称 课程时长 课程难度 学习收获
大数据挖掘与分析 24.00小时 (1)全面介绍了数据挖掘的标准流程,数据预处理,数据挖掘方法,数据挖掘模型,模型评估,模型参数优化,等等,使得学员掌握数据挖掘的方模工具。 (2)通过本课程的学习,达到如下目的: (3)了解数据分析与数据挖掘的基本知识,理解大数据思维方式。 (4)掌握数据挖掘的基本过程和步骤,掌握数据挖掘的思路和框架。 (5)能够理解分析模型原理,掌握模型应用场景,能够利用模型解决复杂的商业问题。 (6)掌握常用的数据模型,能够根据商业问题选择合适的分析模型。 (7)熟悉SPSS基本操作,掌握分析操作,能够解读分析结果,并转化为业务。
大数据模型与数据挖掘应用实战 12.00小时 掌握数据挖掘的基本过程和步骤。 掌握数据挖掘的预处理方法,探索数据间的相关性,为建模打下基础。 理解数据挖掘的常见模型,原理及适用场景。
大数据分析与挖掘综合能力提升实战-基础篇 6.00小时 了解数据分析基础知识,掌握数据分析的基本过程。 学会数据分析的框架和思路,掌握常用数据分析方法来分析问题。 熟悉数据分析的基本过程,掌握Excel数据分析库操作
大数据技术Hadoop实践 24.00小时 短短几年间,Cloudera Hadoop从一种边缘技术成为事实上的标准。看来,不仅现在Hadoop是企业大数据的标准,而且在未来,它的地位似乎一时难以动摇。本课程学习基于 Hadoop 的解决方案帮助企业应对多个大数据挑战,包括: 1. 业界有哪些真是落地的Cloudera Hadoop应用 2. Cloudera Hadoop在企业内部到底适用于那些应用场景 3. 如何建设 Cloudera hadoop 集群环境 4. 如何设计 Cloudera hadoop 应用方案 5. 如何使Cloudera Hadoop与传统技术结合,如Greenplum。
中级-大数据挖掘高级能力提升实战培训 12.00小时 了解数据挖掘基础知识,以及数据挖掘标准过程。 熟悉建模的一般过程,以及评估模型质量的关键指标。 掌握建模前的影响因素分析,学会寻找影响业务的关键因素。
大数据技术原理与应用核心实战 12.00小时 学习大数据的基本概念 、学习大数据处理架构Hadoop 、学习分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、分布式并行编程模型MapReduce、基于内存的大数据处理架构Spark、大数据在互联网、生物医学和物流等各个领域的应用
实用SPSS数据分析培训 12.00小时 了解spss的基本操作 、掌握利用spss进行数据管理 、能够理解简单统计分析综述 、掌握spss结果界面处理
大数据平台Spark深入实践 24.00小时 Spark 是一种与 Hadoop 相似的开源集群计算环境,但是两者之间还存在一些不同之处,这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越,换句话说,Spark 启用了内存分布数据集,除了能够提供交互式查询外,它还可以优化迭代工作负载。本课程深入学习Spark技术,通过本课程的学习,可以掌握: 1. 掌握Spark 部署中常见的方法与注意事项; 2. 掌握Spark集群规划方法及配置优化方法; 3. 掌握Spark 原理 RDD,PariRDD; 4. 掌握Spark读取与存储数据的方法; 5. 掌握Spark SQL 使用; 6. 掌握Spark Streaming 原理与使用及优化办法。
数据结构与算法和分析方法基础 18.00小时 认识和了解数据结构与算法的关系及各自的原理 、学习数据结构及算法应用的数据分析和数据挖掘方法论及应用场景 、深入学习并掌握数据挖掘的算法 、最后重点讲解Python的算法研究与算法的实践
数据仓库模型建设与数据挖掘实战 18.00小时 能够进行建模和数据仓库管理工作 、对ETL有更深入的认识及对方法的掌握 、充分理解数据挖掘和数据仓库的方法论 、提高自己分析问题解决问题的实际能力
大数据技术原理与应用项目实战 6.00小时 了解如何用 MLlib挖掘工具来解决具体的问题 、学习从大数据中挖掘出有价值的信息的关键
营业厅经理的数据分析综合能力提升培训 12.00小时 了解数据分析基础知识,掌握数据分析的基本过程。 学会数据分析的框架和思路,掌握常用数据分析方法来分析问题。 掌握Excel工具使用,及高级数据分析库操作。
大数据挖掘工具:SPSS Modeler入门与提高 24.00小时 了解大数据基础知识,理解大数据思维方式。 了解数据分析与数据挖掘的基本知识(统计、分布、概率等)。 掌握数据挖掘的基本过程和步骤,掌握数据挖掘的方法。
数据分析与商业智能基础 12.00小时 认识和了解各种开发工具的一些特点及使用场景 、理解数据分析的方法论 、提高学员分析问题解决问题的实际能力
金融行业大数据分析与挖掘综合能力提升实战 36.00小时 了解数据分析基础知识,掌握数据分析的基本过程。 学会数据分析的框架和思路,掌握常用数据分析方法来分析问题。 熟悉数据分析的基本过程,掌握高级数据分析工具库操作。
数据挖掘与建模实训 18.00小时 学会用主流的数据挖掘软件完成数据挖掘建模任务 、掌握数据挖掘方法论CRISP-DM的本质 、理解数据挖掘的方法论 、提高学员分析问题解决问题的实际能力
Hadoop大数据分析培训 30.00小时 掌握大数据的关键技术和挖掘分析技术使用,便于把大数据技术落地到自己的工作实践中
大数据可视化、报表开发实战 24.00小时 学习大数据可视化的知识体系 掌握Tableau可视化图表的实践方法 理解QlikView的应用方式
大数据平台Storm实践 24.00小时 了解大数据业内最新发展趋势,深入掌握Storm的原理,Storm生态; 掌握Storm大数据平台技术及原理; 深入学习yarn框架下的Storm,掌握Storm研发; 掌握Storm开发; 了解Storm集群规划,应用案例解析; 列式数据库Storm的基本原理,应用场景,掌握基本的编程技巧。
数据挖掘行业模型设计开发 12.00小时 使学员掌握数据挖掘各种算法的各自优缺点,了解数据挖掘的步骤以及各步骤的重点。 介绍挖掘项目和开发中的方法论以及流程;各种算法的特点以及关系;数据挖掘模型的建立方法、各种开发案例等。
Hadoop大数据系统管理与开发 30.00小时 掌握Hadoop大数据集群的搭建方法 、掌握大数据的数据采集、数据存储、数据分析技术 、掌握大数据生态链的各种常用工具用法
Python数据分析实战 18.00小时 了解数据挖掘的基本概念和方法 、了解数据挖掘的商业价值 、掌握数据挖掘的实际应用方法 、学习数据挖掘的实际应用方法 、学习主流的数据挖掘工具 、通过完整的运营商案例掌握数据模型设计技巧 、为学员课后答疑和持续学习提供网站资源,帮助其掌握学习新理念,提升其自学的意愿和能力 、结合老师多年行业数据挖掘的实践经验以案例讨论的方式为学员后续项目应用提供针对性的建议参考
基于R语言的数据挖掘与建模实训培训 18.00小时 具备将数据挖掘的基本理论和实际应用技术相结合的能力 、提升学员知识掌握和实践能力
初级-大数据统计分析基础能力实战培训 12.00小时 了解数据分析基础知识,掌握数据分析的基本过程。 学会数据分析的框架和思路,掌握常用数据分析方法来分析问题。 熟悉数据分析的基本过程,掌握Excel高级数据分析库操作。
Python在大数据分析挖掘中的应用 18.00小时 掌握数据挖掘与数据分析原理 、认识常见的挖掘高级算法,提升数据分析技能 、深入学习Python在大数据分析挖掘中的应用实践
Scala从基础到开发实战 12.00小时 通过学习本课程能具备初步的Scala语言实际编程能力,更好地参与Spark等大数据课程学习。
大数据技术原理与应用进阶 12.00小时 学习Spark的部署方法和运行原理; 、使用Spark SQL和Spark DataFrame进行数据管理; 、使用Spark Streaming实现基础的流式计算。
Python数据分析 12.00小时 掌握使用Python进行数据分析和挖掘的技术 、能够根据数据和业务场景选择合适的分析算法 、能够对数据进行可视化编程
高级-大数据建模及模型优化实战培训 12.00小时 学会如何做市场细分,划分客户群。 学会实现客户价值评估。 学会用大数据来指导产品功能设计,以及产品优化。

大数据近期开班

课程名称
开课时间
上课方式
上课地点
大数据技术Hadoop实践 07月09日 线下面授 广州
大数据技术Hadoop实践 07月13日 线下面授 北京
Hadoop大数据分析培训 07月25日 线下面授 深圳
大数据技术Hadoop实践 11月25日 线下面授 上海

大数据相关认证

大数据学习与考试资讯

文章标题
更新时间
文章标题
更新时间
{{article.WhenModified}}

大数据技术文章

文章标题 分类 更新时间
{{article.Title}} {{article.LearningProduct.Name}} {{article.WhenModified}}

您好! 欢迎来到学领未来 !

学领未来提供线上及线下的学习服务,根据您的位置,为您推荐最近的线下培训地点 分站,你选择: