- 【第1集】课程导语
- 【第2集】1.1 大数据的应用(上)
- 【第3集】1.1 大数据的应用(下)
- 【第4集】1.2 大数据基本概念
- 【第5集】1.3 数据处理及发展
- 【第6集】1.4 大数据的特征与1.5 大数据的关键技术
- 【第7集】2.1 Hadoop概述
- 【第8集】2.2 Hadoop生态系统
- 【第9集】2.3 Hadoop系统架构
- 【第10集】2.4 Hadoop应用架构
- 【第11集】3.1 HDFS概述
- 【第12集】3.2 HDFS基本组成与数据存储
- 【第13集】3.3 HDFS数据流
- 【第14集】3.4 HDFS数据存储与管理
- 【第15集】3.5 HDFS应用实例
- 【第16集】4.1 HBase概述
- 【第17集】4.2 HBase数据模型
- 【第18集】4.3 HBase的应用实例
- 【第19集】4.3 HBase的应用实例
- 【第20集】5.1 Hive概述
- 【第21集】5.2 Hive数据仓库基本操作
- 【第22集】5.3 Hive应用实例
- 【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 大数据可视化概述
- 【第29集】8.2 大数据可视化常用图例
- 【第30集】8.3 大数据可视化设计方法
- 【第31集】8.4 大数据可视化常用工具
“我们正步入一个数据或许比软件更重要的新时代。——Tim O'Reilly” 运用数据是精准刻画事物、呈现发展规律的主要手段,分析数据展示规律,把思想变得更精细! ——“弹指之间·享受创新”,通过4周学习,你将掌握利用Python语言表示、清洗、统计和展示数据的能力。
人类处理数据的能力已远远落后于获取数据的能力。提高数据处理效率的关键途径是是通过有效的可视方法,将人的智能和个性化经验融入到机器智能分析和推理决策过程中。信息可视化正是通过对数据进行交互的可视表达以增强认知和传递信息的一门学科,已经被广泛应用于各个领域和学科。课程主题包括:可视化原则和方法、可视分析技术和案例分析。