慕课-英华学堂

走进大数据时代

课程类型：选修课

发布时间：2020-12-30 08:50:32

主讲教师：

课程来源：

建议学分：0.00分

课程编码：mk000499

课程介绍

课程目录

教师团队

{1}--第一章大数据的概念及其应用

s [1.1.1]--绪论（2分钟）

s [1.2.1]--大数据的概念（4分钟）

s [1.3.1]--大数据的来源（2分钟）

s [1.4.1]--大数据的特征及意义（3分钟）

s [1.5.1]--大数据的表现形态（5分钟）

s [1.6.1]--大数据的应用场景（6分钟）

{2}--第二章大数据的架构

s [2.1.1]--云计算的概念（4分钟）

s [2.1.2]--云计算的特点（5分钟）

s [2.1.3]--云计算的服务方式（3分钟）

s [2.1.4]--云计算的应用（4分钟）

s [2.1.5]--云计算的应用2 （5分钟）

s [2.2.1]--大数据的分类1 （5分钟）

s [2.2.2]--大数据的分类2 （5分钟）

s [2.2.3]--数据类型（4分钟）

s [2.2.4]--四种数据类型（3分钟）

s [2.2.5]--大数据的体系架构（4分钟）

s [2.2.6]--传统数据库技术架构（5分钟）

s [2.2.7]--大数据技术架构（2分钟）

s [2.2.8]--大数据架构关键技术1 （5分钟）

s [2.2.9]--大数据架构关键技术2 （6分钟）

s [2.3.1]--Hadoop的概述（5分钟）

s [2.3.2]--Hadoop的核心组件（5分钟）

{3}--第三章大数据采集及预处理

s [3.1.1]--章节导学（2分钟）

s [3.1.2]--数据采集工具（6分钟）

s [3.1.3]--数据采集工具2 （5分钟）

s [3.1.4]--数据的采集方法（5分钟）

s [3.1.5]--数据采集方法--系统日志采集方法（10分钟）

s [3.2.1]--数据预处理（6分钟）

s [3.2.2]--数据清洗（4分钟）

s [3.2.3]--数据集成（5分钟）

s [3.2.4]--数据集成方法（4分钟）

s [3.2.5]--数据转换（3分钟）

s [3.2.6]--数据归约（5分钟）

s [3.3.1]--ETL的概念（3分钟）

s [3.3.2]--ETL架构及功能（4分钟）

s [3.3.3]--常用ETL工具比较（5分钟）

{4}--第四章大数据的存储

s [4.1.1]--章节导学（2分钟）

s [4.1.2]--面临的挑战--系统问题（2分钟）

s [4.1.3]--提升系统的储存容量-DAS&NAS （5分钟）

s [4.1.4]--提升系统的储存容量-SAN （5分钟）

s [4.1.5]--云存储（4分钟）

s [4.1.6]--提升系统吞吐量（4分钟）

s [4.1.7]--数据库机（3分钟）

s [4.1.8]--PPT每磁道专用处理器架构（5分钟）

s [4.1.9]--每磁头专用处理器架构（3分钟）

s [4.1.10]--数据存储系统的容错性（3分钟）

s [4.1.11]--基于RAID的磁盘容错（5分钟）

s [4.1.12]--大数据面临的管理问题（5分钟）

s [4.1.13]--大数据面临的应用问题（3分钟）

s [4.1.14]--多处理器缓存架构（3分钟）

s [4.2.1]--大数据的存储方式-分布式存储（3分钟）

s [4.2.2]--分布式系统应用举例（3分钟）

s [4.2.3]--集群（4分钟）

s [4.2.4]--哈希方式（4分钟）

s [4.2.5]--数据分布式方式--按数据范围分布（5分钟）

s [4.2.6]--分布方式--按数据量分布（2分钟）

s [4.2.7]--分布方式：一致性哈希（4分钟）

s [4.2.8]--关系型数据库的优点（3分钟）

s [4.2.9]--关系型数据库的劣势（3分钟）

s [4.2.10]--NoSQL数据库（5分钟）

s [4.2.11]--键值存储（3分钟）

s [4.2.12]--面向文档和面向列的数据库（3分钟）

s [4.2.13]--云存储（2分钟）

s [4.2.14]--云存储的分类（2分钟）

s [4.2.15]--云存储的特点（5分钟）

s [4.2.16]--云储存的类别（3分钟）

s [4.3.1]--数据仓库（2分钟）

s [4.3.2]--数据仓库的组成（3分钟）

s [4.3.3]--数据仓库的构建步骤（3分钟）

s [4.3.4]--数据转换（2分钟）

s [4.3.5]--数据装载和元数据管理（2分钟）

s [4.3.6]--数据集市（2分钟）

s [4.3.7]--数据集市的意义与功能（3分钟）

s [4.3.8]--数据集市的类型（2分钟）

{5}--第五章大数据分析

s [5.1.1]--大数据分析（2分钟）

s [5.1.2]--数据分析的概念和作用（4分钟）

s [5.1.3]--数据分析的类型（2分钟）

s [5.1.4]--数据分析的类型（一）（2分钟）

s [5.1.5]--数据分析的类型（二）（3分钟）

s [5.2.1]--数据分析方法（4分钟）

s [5.2.2]--数据来源（4分钟）

s [5.2.3]--数据分析的活动步骤（3分钟）

s [5.2.4]--数据预处理和数据挖掘（4分钟）

s [5.2.5]--数据处理技术（3分钟）

s [5.2.6]--机器学习和可视化分析（3分钟）

s [5.3.10]--关联规则（3分钟）

s [5.3.11]--总结（1分钟）

s [5.3.1]--数据挖掘（一）（3分钟）

s [5.3.2]--数据挖掘（二）（3分钟）

s [5.3.3]--数据挖掘常用算法（4分钟）

s [5.3.4]--数据挖掘常用方法（4分钟）

s [5.3.5]--数据挖掘常用工具（一）（3分钟）

s [5.3.6]--数据挖掘常用工具（二）（4分钟）

s [5.3.7]--数据挖掘算法应用（3分钟）

s [5.3.8]--贝叶斯网络（2分钟）

s [5.3.9]--k-均值聚类方法（2分钟）

{6}--第六章大数据可视化

s [6.1.1]--前言（2分钟）

s [6.1.2]--可视化的基本特征（4分钟）

s [6.1.3]--数据可视化的作用（3分钟）

s [6.1.4]--数据可视化的流程（3分钟）

s [6.2.1]--数据可视化方法（2分钟）

s [6.2.2]--文本可视化（4分钟）

s [6.2.3]--网络(图)可视化（6分钟）

s [6.2.4]--多维数据可视化（3分钟）

s [6.2.5]--可视化中的投影与平行坐标（3分钟）

s [6.3.1]--大数据可视化软件与工具（2分钟）

s [6.3.2]--Processing （3分钟）

s [6.3.3]--Echarts （4分钟）

{7}--第七章大数据的商业应用

s [7.1.1]--绪论（2分钟）

s [7.1.2]--国外大数据应用经典案例（2分钟）

s [7.1.3]--资源数量的重要性（3分钟）

s [7.1.4]--数据之间的相关性（3分钟）

s [7.1.5]--任何数据都存在商机（3分钟）

s [7.1.6]--大数据新价值的挖掘（4分钟）

s [7.1.7]--案例（4分钟）

s [7.2.1]--国内大数据应用经典案例（2分钟）

s [7.2.2]--国内经典案例之智慧城市（2分钟）

s [7.2.3]--国内经典案例之“智慧城市”的现有基础（4分钟）

s [7.2.4]--智慧城市所面临的问题与挑战（4分钟）

s [7.2.5]--国内经典案例之“智慧城市”的建设基础（3分钟）

s [7.2.6]--保险行业（2分钟）

s [7.2.7]--保险行业（2）（3分钟）

s [7.2.8]--智慧医疗（7分钟）

s [7.2.9]--人工智能遇到的挑战（2分钟）

s [7.2.10]--交通大数据的简介和设计原则（3分钟）

s [7.2.11]--交通数据的系统基本组成和构架（6分钟）

s [7.2.12]--数据存储功能（4分钟）

s [7.2.13]--环境大数据概述（3分钟）

s [7.2.14]--环境数据（6分钟）

s [7.2.15]--环境数据的采集与获取环境数据数据类型（6分钟）

s [7.2.16]--环境数据的存储与处理环境数据存储策略的确定（4分钟）

s [7.2.17]--环境数据的应用环境数据服务接口（3分钟）

s [7.2.18]--环境数据的可视化（2分钟）

s [7.2.19]--环境数据中的环境数据聚合（3分钟）

s [7.2.20]--农业（3分钟）

s [7.2.21]--零售行业（2分钟）

s [7.2.22]--大数据的舆情分析（5分钟）

s [7.2.23]--物流行业（2分钟）

s [7.2.24]--房地产业（2分钟）

s [7.2.25]--地震中的大数据的利用（7分钟）

s [7.2.26]--暑假出境游大数据分析（4分钟）

s [7.2.27]--互联网大数据（3分钟）

s [7.2.28]--回顾案例（1分钟）