CDA_Hadoop大数据分析师_讲师专家团队研发,最新课程大纲

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

       CDA大数据分析培训和认证，利用论坛大数据项目实战，真实案例进行数据分析。
       Hadoop+Mahout+Spark，大数据三大利器全覆盖，谁与争锋，优秀学员推荐就业！   
              

（一）基础理论部分

1.数据分析基础

（1）数据分析过程概述

（2）概率论与数理统计介绍

（3）抽样估计与假设检验

（4）方差分析与回归分析

2.java基础

（1）JDK的安装配置，Java基本知识、数据类型以及基本语法

（2）Eclipse的编程入门

（3）面向对象的思想基本介绍，类、对象、接口、封装、继承

（4）Java的集合类——数组、Set、List、Map、Queue

（5）异常处理——CheckedException、Unchecked Exception，如何通过异常信息捕获错误

（6）Java的垃圾回收机制以及多线程简介

（7）Java的文件操作、包的概念及如何打包

（8）数据库基础知识及SQL语法

（9）基于servlet技术的B/S应用开发及代码实现案例详解

3.linux基础

（1）linux的介绍

（2）Linux入门：选择合适的Linux发行版、如何安装Linux

（3）linux操作系统命令及使用命令编辑文件

（4）Linux下SSH命令使用方法详解

（二）hadoop理论课程

1.hadoop安装配置及运行机制解析

该内容是大数据分析的环境搭建课程，偏重于上机操作，主要讲述基于unbuntu的hadoop的单机模式和伪分布模式安装和配置过程，以及在linux集群上安装和配置hadoop集群的过程。对于不熟悉的unbuntu等 linux操作系统的学员，课程中会通俗易懂地引导他们了解常用的命令，实现零基础的进阶。通过讲师手把手、面对面的交流，教会学员自己搭建一个真实的基于hadoop的大数据分析环境，并在三种环境下运行hadoop自带的小程序，引导学员了解数据分析的基本思想。主要内容包括：

（1）介绍分布式系统设计的基本思想

（2）介绍Hadoop 概念、版本、历史

（3）详细讲解Hadoop 单机、伪分布及集群模式的安装配置过程和内容

（4）使用蒙特卡罗法求π值的案例分析比较hadoop三种模式的运行效率，并剖析数据分析的基本思想

（5）介绍如何通过命令行和浏览器观察hadoop的运行状态

（6）介绍hadoop的安全模式

（7）介绍如何查看hadoop 运行的日志信息

2.Hadoop分布式文件系统深入剖析

对hadoop架构的分布式文件系统HADFS进行深入的分析，hdfs是hadoop架构的基础，它是hadoop的核心内容之一。主要的内容包括：

（1）介绍google的GoogleGFS 文件系统，一个面向大规模数据密集型应用的、可伸缩的分布式文件系统。

（2）HDFS的概念及设计

（3）Hdfs体系结构及运行机制详述

（4）NameNode、DataNode、SecondaryNameNode的作用及运行机制

（5）block 的划分原理、存储方式和配置文件

（6）hdfs的备份机制和文件管理机制

（7）HDFS文件系统的常用命令

（8）使用命令及JAVA语句操作hdfs中的文件

3.MapReduce理论及实战

（1）介绍google的MapReduce编程模型

（2）hadoop中的MapReduce工作原理

（3）通过演示单词计数程序，详细讲述mapreduce运行过程中类的调用过程

（4）详细讲述如何覆盖 Mapper 功能、如何覆盖 Reducer 功能。

（5）MapReducejob的生命周期中job提交、task分发和task执行

（6）MapReduce中block 的调度及作业分配机制

（7）基于MapReduce模型的wordcount运行详解

（8）基于MapReduce模型的三个初级案例：数据去重、数据排序和求平均成绩

（9） 基于MapReduce模型的高级案例，详细介绍如何在eclipse中编写MapReduce程序，打包成可在hadoop上运行的jar，并在集群上运行

4.hbase理论及实战

（1）Hbase简介，包括HBase的基础概念 、数据模型、存储模型

（2）hbase的伪分布和集群的安装及配置

（3）一个例子讲解hbase shell常用的操作命令

（4）hive+hbase的api操作项目实战

5.hadoop生态环境介绍

（1）ZooKeeper简介，包括ZooKeeper的安装、运行及示例

（2）Pig简介，包括Pig的安装、运行及示例

（3）Hive简介，包括Hive的安装、运行及示例

（4）sqoop简介，包括Sqoop介绍、命令、原理及流程

（三）大数据分析思想、工具及实战案例

1.大数据分析思想介绍

（1）大数据的时代背景

（2）大数据分析的思维转变

（3）几种典型的大数据架构分析

（4）大数据时代的数据分析思想的变革

2.Mahout，大数据分析的利器

Mahout 是 Apache SoftwareFoundation（ASF）旗下的一个开源项目，它通过和hadoop配合，实现在推荐、聚类和分类等领域中的大数据分析。

（1）Mahout的下载、安装与部署

（2）Mahout之分类算法：logstic算法(SGD)与朴素贝叶斯算法(new bayes)详解

（3）使用UCI经典数据集--20Newsgroups数据集进行朴素贝叶斯算法大数据分析之分类实战演练

（4）Mahout之聚类算法：Kmeans算法与canopy算法详解

（5）使用UCI经典数据集--质量管理数据集进行canopy算法和Kmeans算法的大数据分析之聚类实战演练

（6）Mahout之主题推荐算法：基于物品或用户的推荐算法

（7）使用基于物品的推荐算法实现基于大数据分析的电影推荐系统

3.Spark，大数据分析的瑞士军刀，一栈式大数据分析解决方案

（1）集群安装并运行Spark

（2）Spark基础原理

（3）Spark SQL 原理及数据整合应用

（4）Spark 数据建模流程（logistics回归，决策树，朴素贝叶斯方法）

（5）Spark 推荐应用（ALS方法，FP-growth方法）

（6）Spark GraphX图计算方法应用

4.三个真实的大数据分析案例

（1）人大经济论坛日志分析，介绍日志分析的相关知识，以及人大经济论坛现在的日志管理现状，设计并实现适合人大经济论坛的基于hadoop架构的大数据日志分析系统，手动编写日志分析MapReduce程序，并在集群环境下运行自已的jar文件，实现从零起步到hadoop架构，直到实际的大数据分析真实案例的飞跃。

（2）基于旅游点评网站的文本挖掘，介绍文本挖掘的相关知识，使用网页爬虫抓取旅游点评网站的实际数据，实现数据的清洗和预处理，制定定时更新机制，并尝试使用手动编程实现MapReduce程序，在hdfs上运行和处理采集的数据，真正参与基于实际项目的大数据分析过程。

（3）基于Mahout的人大经济论坛主题推荐，介绍推荐系统和汉字主题推荐涉及的文本挖掘等相关知识，以及人大经济论坛主题推荐的项目背景，项目的需求分析以及基于hadoop+Mahout算法模型和系统架构设计解析，利用Mahout提供的主题推荐算法解决人大经济论坛的主题推荐。

大数据爱好者可加群：105333669（学习交流）
在线报名

（北京现场报名）


（远程直播报名）

（上海现场报名）
在线咨询
QQ：2881989712（张老师）
电话：010-68456523
邮箱：zhangwei@pinggu.org

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏9 回帖

关键词：hadoop大数据分析师 Hadoop大数据分析 hadoop大数据 大数据分析师 Hadoop 分析师

怎么买啊

好想学习

在哪买？

huntdreamer 发表于 2015-1-30 09:34
在哪买？

https://bbs.pinggu.org/thread-3516762-1-1.html

huntdreamer 发表于 2015-1-30 09:34
在哪买？

https://bbs.pinggu.org/thread-3516762-1-1.html

https://bbs.pinggu.org/bigdata/楼主去看看这个==