- 【第1集】課程導(dǎo)語
- 【第2集】1.1 大數(shù)據(jù)的應(yīng)用(上)
- 【第3集】1.1 大數(shù)據(jù)的應(yīng)用(下)
- 【第4集】1.2 大數(shù)據(jù)基本概念
- 【第5集】1.3 數(shù)據(jù)處理及發(fā)展
- 【第6集】1.4 大數(shù)據(jù)的特征與1.5 大數(shù)據(jù)的關(guān)鍵技術(shù)
- 【第7集】2.1 Hadoop概述
- 【第8集】2.2 Hadoop生態(tài)系統(tǒng)
- 【第9集】2.3 Hadoop系統(tǒng)架構(gòu)
- 【第10集】2.4 Hadoop應(yīng)用架構(gòu)
- 【第11集】3.1 HDFS概述
- 【第12集】3.2 HDFS基本組成與數(shù)據(jù)存儲(chǔ)
- 【第13集】3.3 HDFS數(shù)據(jù)流
- 【第14集】3.4 HDFS數(shù)據(jù)存儲(chǔ)與管理
- 【第15集】3.5 HDFS應(yīng)用實(shí)例
- 【第16集】4.1 HBase概述
- 【第17集】4.2 HBase數(shù)據(jù)模型
- 【第18集】4.3 HBase的應(yīng)用實(shí)例
- 【第19集】4.3 HBase的應(yīng)用實(shí)例
- 【第20集】5.1 Hive概述
- 【第21集】5.2 Hive數(shù)據(jù)倉庫基本操作
- 【第22集】5.3 Hive應(yīng)用實(shí)例
- 【第23集】6.1 MapReduce概述
- 【第24集】6.2 MapReduce的工作流程
- 【第25集】7.1 Spark概述(上)
- 【第26集】7.2 Spark概述(下)
- 【第27集】7.3 RDD
- 【第28集】8.1 大數(shù)據(jù)可視化概述
- 【第29集】8.2 大數(shù)據(jù)可視化常用圖例
- 【第30集】8.3 大數(shù)據(jù)可視化設(shè)計(jì)方法
- 【第31集】8.4 大數(shù)據(jù)可視化常用工具
“我們正步入一個(gè)數(shù)據(jù)或許比軟件更重要的新時(shí)代。——Tim O'Reilly” 運(yùn)用數(shù)據(jù)是精準(zhǔn)刻畫事物、呈現(xiàn)發(fā)展規(guī)律的主要手段,分析數(shù)據(jù)展示規(guī)律,把思想變得更精細(xì)! ——“彈指之間·享受創(chuàng)新”,通過4周學(xué)習(xí),你將掌握利用Python語言表示、清洗、統(tǒng)計(jì)和展示數(shù)據(jù)的能力。
人類處理數(shù)據(jù)的能力已遠(yuǎn)遠(yuǎn)落后于獲取數(shù)據(jù)的能力。提高數(shù)據(jù)處理效率的關(guān)鍵途徑是是通過有效的可視方法,將人的智能和個(gè)性化經(jīng)驗(yàn)融入到機(jī)器智能分析和推理決策過程中。信息可視化正是通過對(duì)數(shù)據(jù)進(jìn)行交互的可視表達(dá)以增強(qiáng)認(rèn)知和傳遞信息的一門學(xué)科,已經(jīng)被廣泛應(yīng)用于各個(gè)領(lǐng)域和學(xué)科。課程主題包括:可視化原則和方法、可視分析技術(shù)和案例分析。
