大數據學習產品

其他相關學習產品:

大數據課程列表

課程名稱 課程時長 課程難度 學習收獲
大數據挖掘與分析 24.00小時 (1)全面介紹了數據挖掘的標準流程,數據預處理,數據挖掘方法,數據挖掘模型,模型評估,模型參數優化,等等,使得學員掌握數據挖掘的方模工具。 (2)通過本課程的學習,達到如下目的: (3)了解數據分析與數據挖掘的基本知識,理解大數據思維方式。 (4)掌握數據挖掘的基本過程和步驟,掌握數據挖掘的思路和框架。 (5)能夠理解分析模型原理,掌握模型應用場景,能夠利用模型解決復雜的商業問題。 (6)掌握常用的數據模型,能夠根據商業問題選擇合適的分析模型。 (7)熟悉SPSS基本操作,掌握分析操作,能夠解讀分析結果,并轉化為業務。
Scala從基礎到開發實戰 12.00小時 通過學習本課程能具備初步的Scala語言實際編程能力,更好地參與Spark等大數據課程學習。
數據分析利器——Tableau商業分析實戰 12.00小時 本課程分期講述Tableau應用的各種實戰場景和技術。通過學習,大家熟練掌握Tableau的操作使用技巧,增強實戰經驗。
數據結構與算法和分析方法基礎 18.00小時 認識和了解數據結構與算法的關系及各自的原理 、學習數據結構及算法應用的數據分析和數據挖掘方法論及應用場景 、深入學習并掌握數據挖掘的算法 、最后重點講解Python的算法研究與算法的實踐
“數”說營銷--市場營銷大數據分析實戰 24.00小時 了解大數據營銷內容,掌握大數據在營銷中的應用; 了解基本的營銷理論,并學會基于營銷理念來展開大數據分析; 熟悉數據挖掘的標準過程,掌握常用的數據挖掘方法;
企業級大數據技術與應用 18.00小時 1. 了解大數據業內最新發展趨勢,深入掌握Hadoop的原理,Hadoop生態系統 2. 深入學習yarn 框架下的MapReduce,掌握MapReduce研發 3. 掌握HDFS 開發 4. 了解Hadoop集群規劃,應用案例解析 5. 列式數據庫HBase的基本原理,應用場景,掌握基本的編程技巧 6. 學習掌握 Hive工具 , 分布式協調系統Zookeeper的基本原理,應用場景,掌握基本的編程技巧 7. 掌握Spark技術 8. 掌握Impala 9. 掌握相關的大數據核心組件
Hadoop大數據開發精品實戰 36.00小時 1、了解大數據在行業的發展情況 2、了解大數據的理論基礎知識 3、了解大數據的發展趨勢 4、動手Clouders Manager的安裝和部署 5、熟知CDH的安裝配置和解決越到的問題 6、熟悉Hadoop分布式文件系統 7、懂得hdfs分布式文件系統的使用 8、了解MapReduce工作原理 9、熟知Hadoop集群硬件配置規劃 10、懂得Hadoop集群配置及優化 11、學會如何維護和監測Hadoop集群 12、學會怎么使用Sqoop連接關系數據庫進行數據導入導出 13、了解Hive數據倉庫的開發和應用 14、Hue的web頁面的數據庫開發 15、精通Hbase列式數據庫的開發 16、熟悉hadoop衍生數據處理 17、學會kettle等數據處理的工具
數據挖掘行業模型設計開發 12.00小時 使學員掌握數據挖掘各種算法的各自優缺點,了解數據挖掘的步驟以及各步驟的重點。 介紹挖掘項目和開發中的方法論以及流程;各種算法的特點以及關系;數據挖掘模型的建立方法、各種開發案例等。
金融行業大數據分析與挖掘綜合能力提升實戰 36.00小時 了解數據分析基礎知識,掌握數據分析的基本過程。 學會數據分析的框架和思路,掌握常用數據分析方法來分析問題。 熟悉數據分析的基本過程,掌握高級數據分析工具庫操作。
Python及數據分析應用 18.00小時 了解Pandas 數據結構 、學習Matplotlib 基本操作
Python數據分析 12.00小時 掌握使用Python進行數據分析和挖掘的技術 、能夠根據數據和業務場景選擇合適的分析算法 、能夠對數據進行可視化編程
實用SPSS數據分析培訓 12.00小時 了解spss的基本操作 、掌握利用spss進行數據管理 、能夠理解簡單統計分析綜述 、掌握spss結果界面處理
大數據技術原理與應用進階 12.00小時 學習Spark的部署方法和運行原理; 、使用Spark SQL和Spark DataFrame進行數據管理; 、使用Spark Streaming實現基礎的流式計算。
數據結構與算法和分析方法基礎 18.00小時 認識和了解數據結構與算法的關系及各自的原理 、學習數據結構及算法應用的數據分析和數據挖掘方法論及應用場景 、深入學習并掌握數據挖掘的算法 、最后重點講解Python的算法研究與算法的實踐
大數據平臺Storm實踐 24.00小時 了解大數據業內最新發展趨勢,深入掌握Storm的原理,Storm生態; 掌握Storm大數據平臺技術及原理; 深入學習yarn框架下的Storm,掌握Storm研發; 掌握Storm開發; 了解Storm集群規劃,應用案例解析; 列式數據庫Storm的基本原理,應用場景,掌握基本的編程技巧。
大數據挖掘工具:SPSS Modeler入門與提高 24.00小時 了解大數據基礎知識,理解大數據思維方式。 了解數據分析與數據挖掘的基本知識(統計、分布、概率等)。 掌握數據挖掘的基本過程和步驟,掌握數據挖掘的方法。
中級-大數據挖掘高級能力提升實戰培訓 12.00小時 了解數據挖掘基礎知識,以及數據挖掘標準過程。 熟悉建模的一般過程,以及評估模型質量的關鍵指標。 掌握建模前的影響因素分析,學會尋找影響業務的關鍵因素。
高級-大數據建模及模型優化實戰培訓 12.00小時 學會如何做市場細分,劃分客戶群。 學會實現客戶價值評估。 學會用大數據來指導產品功能設計,以及產品優化。
營業廳經理的數據分析綜合能力提升培訓 12.00小時 了解數據分析基礎知識,掌握數據分析的基本過程。 學會數據分析的框架和思路,掌握常用數據分析方法來分析問題。 掌握Excel工具使用,及高級數據分析庫操作。
大數據技術原理與應用項目實戰 6.00小時 了解如何用 MLlib挖掘工具來解決具體的問題 、學習從大數據中挖掘出有價值的信息的關鍵
實用SPSS數據分析培訓 12.00小時 了解spss的基本操作 、掌握利用spss進行數據管理 、能夠理解簡單統計分析綜述 、掌握spss結果界面處理
數據倉庫模型建設與數據挖掘實戰 18.00小時 能夠進行建模和數據倉庫管理工作 、對ETL有更深入的認識及對方法的掌握 、充分理解數據挖掘和數據倉庫的方法論 、提高自己分析問題解決問題的實際能力
大數據時代的精準營銷 0.00小時 了解大數據營銷內容,掌握大數據在營銷中的應用。 了解基本的營銷理論,并學會基于營銷理念來展開大數據分析。 熟悉數據分析的標準過程,了解大數據在營銷中的應用原理。
Hadoop大數據系統管理與開發 30.00小時 掌握Hadoop大數據集群的搭建方法 、掌握大數據的數據采集、數據存儲、數據分析技術 、掌握大數據生態鏈的各種常用工具用法
大數據平臺Spark深入實踐 24.00小時 Spark 是一種與 Hadoop 相似的開源集群計算環境,但是兩者之間還存在一些不同之處,這些有用的不同之處使 Spark 在某些工作負載方面表現得更加優越,換句話說,Spark 啟用了內存分布數據集,除了能夠提供交互式查詢外,它還可以優化迭代工作負載。本課程深入學習Spark技術,通過本課程的學習,可以掌握: 1. 掌握Spark 部署中常見的方法與注意事項; 2. 掌握Spark集群規劃方法及配置優化方法; 3. 掌握Spark 原理 RDD,PariRDD; 4. 掌握Spark讀取與存儲數據的方法; 5. 掌握Spark SQL 使用; 6. 掌握Spark Streaming 原理與使用及優化辦法。
Hadoop大數據分析培訓 30.00小時 掌握大數據的關鍵技術和挖掘分析技術使用,便于把大數據技術落地到自己的工作實踐中
大數據變革與商業模式創新 6.00小時 了解大數據的基本面,以及大數據在各領域中的應用價值。 了解大數據在工具、思維和文化上的變革,以及大數據帶來的沖擊。 探討大數據給企業帶來的商業模式的創新,及探討大數據發展策略。
大數據平臺Spark深入實踐 24.00小時 Spark 是一種與 Hadoop 相似的開源集群計算環境,但是兩者之間還存在一些不同之處,這些有用的不同之處使 Spark 在某些工作負載方面表現得更加優越,換句話說,Spark 啟用了內存分布數據集,除了能夠提供交互式查詢外,它還可以優化迭代工作負載。本課程深入學習Spark技術,通過本課程的學習,可以掌握: 1. 掌握Spark 部署中常見的方法與注意事項; 2. 掌握Spark集群規劃方法及配置優化方法; 3. 掌握Spark 原理 RDD,PariRDD; 4. 掌握Spark讀取與存儲數據的方法; 5. 掌握Spark SQL 使用; 6. 掌握Spark Streaming 原理與使用及優化辦法。
數據挖掘與建模實訓 18.00小時 學會用主流的數據挖掘軟件完成數據挖掘建模任務 、掌握數據挖掘方法論CRISP-DM的本質 、理解數據挖掘的方法論 、提高學員分析問題解決問題的實際能力
數據分析與商業智能基礎 12.00小時 認識和了解各種開發工具的一些特點及使用場景 、理解數據分析的方法論 、提高學員分析問題解決問題的實際能力
大數據可視化報表開發實戰 24.00小時 學習大數據可視化的知識體系 掌握Tableau可視化圖表的實踐方法 理解QlikView的應用方式
大數據技術原理與應用項目實戰 6.00小時 了解如何用 MLlib挖掘工具來解決具體的問題 、學習從大數據中挖掘出有價值的信息的關鍵
企業級大數據技術與應用 18.00小時 1. 了解大數據業內最新發展趨勢,深入掌握Hadoop的原理,Hadoop生態系統 2. 深入學習yarn 框架下的MapReduce,掌握MapReduce研發 3. 掌握HDFS 開發 4. 了解Hadoop集群規劃,應用案例解析 5. 列式數據庫HBase的基本原理,應用場景,掌握基本的編程技巧 6. 學習掌握 Hive工具 , 分布式協調系統Zookeeper的基本原理,應用場景,掌握基本的編程技巧 7. 掌握Spark技術 8. 掌握Impala 9. 掌握相關的大數據核心組件
大數據產業現狀及應用創新 6.00小時 了解大數據的基本面,以及大數據在各領域中的應用價值。 了解大數據的產業發展現狀,產業布局以及大數據的商業模式。 了解大數據的發展趨勢和市場規模,以及探討大數據發展策略。
數據挖掘行業模型設計開發 12.00小時 使學員掌握數據挖掘各種算法的各自優缺點,了解數據挖掘的步驟以及各步驟的重點。 介紹挖掘項目和開發中的方法論以及流程;各種算法的特點以及關系;數據挖掘模型的建立方法、各種開發案例等。
大數據技術原理與應用核心實戰 12.00小時 學習大數據的基本概念 、學習大數據處理架構Hadoop 、學習分布式文件系統HDFS、分布式數據庫HBase、NoSQL數據庫、云數據庫、分布式并行編程模型MapReduce、基于內存的大數據處理架構Spark、大數據在互聯網、生物醫學和物流等各個領域的應用
大數據平臺Storm實踐 24.00小時 了解大數據業內最新發展趨勢,深入掌握Storm的原理,Storm生態; 掌握Storm大數據平臺技術及原理; 深入學習yarn框架下的Storm,掌握Storm研發; 掌握Storm開發; 了解Storm集群規劃,應用案例解析; 列式數據庫Storm的基本原理,應用場景,掌握基本的編程技巧。
Python數據分析實戰 18.00小時 了解數據挖掘的基本概念和方法 、了解數據挖掘的商業價值 、掌握數據挖掘的實際應用方法 、學習數據挖掘的實際應用方法 、學習主流的數據挖掘工具 、通過完整的運營商案例掌握數據模型設計技巧 、為學員課后答疑和持續學習提供網站資源,幫助其掌握學習新理念,提升其自學的意愿和能力 、結合老師多年行業數據挖掘的實踐經驗以案例討論的方式為學員后續項目應用提供針對性的建議參考
基于R語言的數據挖掘與建模實訓培訓 18.00小時 具備將數據挖掘的基本理論和實際應用技術相結合的能力 、提升學員知識掌握和實踐能力
大數據模型與數據挖掘應用實戰 12.00小時 掌握數據挖掘的基本過程和步驟。 掌握數據挖掘的預處理方法,探索數據間的相關性,為建模打下基礎。 理解數據挖掘的常見模型,原理及適用場景。
Spark及BDAS技術應用 24.00小時 1、全面了解大數據實時處理技術的相關知識 2、學習Spark的核心技術方法以及應用特征 3、深入使用Spark在大數據處理中的使用 4、掌握BDAS相關工具及其主要功能 5、學會簡單的scala編程 6、掌握準實時的處理技術 7、掌握spark的圖像處理的技術原理 8、了解spark在業界的應用 9、深入了解spark的算法庫
大數據挖掘與分析 24.00小時 (1)全面介紹了數據挖掘的標準流程,數據預處理,數據挖掘方法,數據挖掘模型,模型評估,模型參數優化,等等,使得學員掌握數據挖掘的方模工具。 (2)通過本課程的學習,達到如下目的: (3)了解數據分析與數據挖掘的基本知識,理解大數據思維方式。 (4)掌握數據挖掘的基本過程和步驟,掌握數據挖掘的思路和框架。 (5)能夠理解分析模型原理,掌握模型應用場景,能夠利用模型解決復雜的商業問題。 (6)掌握常用的數據模型,能夠根據商業問題選擇合適的分析模型。 (7)熟悉SPSS基本操作,掌握分析操作,能夠解讀分析結果,并轉化為業務。
Python在大數據分析挖掘中的應用 18.00小時 掌握數據挖掘與數據分析原理 、認識常見的挖掘高級算法,提升數據分析技能 、深入學習Python在大數據分析挖掘中的應用實踐
大數據可視化報表開發實戰 24.00小時 學習大數據可視化的知識體系 掌握Tableau可視化圖表的實踐方法 理解QlikView的應用方式
Scala從基礎到開發實戰 12.00小時 通過學習本課程能具備初步的Scala語言實際編程能力,更好地參與Spark等大數據課程學習。
基于Spark大數據處理技術及應用 30.00小時 1、全面了解大數據實時處理技術的相關知識 2、學習Spark的核心技術方法以及應用特征 3、深入使用Spark在大數據處理中的使用 4、掌握BDAS相關工具及其主要功能 5、學會簡單的scala編程 6、掌握準實時的處理技術 7、掌握spark的圖像處理的技術原理 8、了解spark在業界的應用 9、深入了解spark的算法庫
Python數據分析 12.00小時 掌握使用Python進行數據分析和挖掘的技術 、能夠根據數據和業務場景選擇合適的分析算法 、能夠對數據進行可視化編程
大數據分析與挖掘綜合能力提升實戰-基礎篇 6.00小時 了解數據分析基礎知識,掌握數據分析的基本過程。 學會數據分析的框架和思路,掌握常用數據分析方法來分析問題。 熟悉數據分析的基本過程,掌握Excel數據分析庫操作
初級-大數據統計分析基礎能力實戰培訓 12.00小時 了解數據分析基礎知識,掌握數據分析的基本過程。 學會數據分析的框架和思路,掌握常用數據分析方法來分析問題。 熟悉數據分析的基本過程,掌握Excel高級數據分析庫操作。
大數據分析與挖掘綜合能力提升實戰-基礎篇 6.00小時 了解數據分析基礎知識,掌握數據分析的基本過程。 學會數據分析的框架和思路,掌握常用數據分析方法來分析問題。 熟悉數據分析的基本過程,掌握Excel數據分析庫操作

大數據近期開班

課程名稱
開課時間
上課方式
上課地點
大數據挖掘與分析 01月04日 線下面授 北京
Hadoop大數據開發精品實戰 01月04日 線下面授 北京
企業級大數據技術與應用 02月21日 線下面授 深圳
大數據挖掘與分析 03月14日 線下面授 廣州
大數據挖掘與分析 03月19日 線下面授 深圳
企業級大數據技術與應用 03月23日 線下面授 廣州
企業級大數據技術與應用 04月07日 線下面授 北京

大數據相關認證

大數據學習與考試資訊

文章標題
更新時間
文章標題
更新時間
{{article.WhenModified}}

大數據技術文章

文章標題 分類 更新時間
{{article.Title}} {{article.LearningProduct.Name}} {{article.WhenModified}}

您好! 歡迎來到學領未來 !

學領未來提供線上及線下的學習服務,根據您的位置,為您推薦最近的線下培訓地點 分站,你選擇:

广东十一选五技巧规律