为您找到200个相关课程
展开简介
收益目标：暂无
适应人群：暂无
关键词：其他，大数据
收益目标：了解大数据平台的技术背景、基本知识、常识及术语。 学员通过学习本课程，能够熟悉大数据行业和分布式系统的技术核心知识点； 通过Hadoop、Hive、Spark、HBase知识的学习，能够掌握大数据应用的开发和运维能力， 并能够掌握海量数据处 理的编码和性能调优经验。 熟悉中国互联网公司（如阿里巴巴、腾讯）的大数据平台中各组件的技术应用和最佳实践。 了解大数据平台在互联网业务及地理信息系统的应用。
适应人群：拥有一定研发经验，希望行业前研经验和应用有所了解的学员。 所有对《大数据平台及地理信息应用》感兴趣的学员。
关键词：互联网，电商，大数据，大数据平台，大数据、架构、Hadoop、飞天、数据中台、地理信息
关键词：互联网，电商，支付平台，传统金融，互联网金融，医疗，智能家居，物联网，车联网，安全，制造，电信，政府机构，税务，数据库，SQL
收益目标：1.本课程让学员充分掌握大数据平台技术架构、大数据分析的基本理论、大数据分析挖掘应用实战技能、国内外主流的大数据分析与BI商业智能分析解决方案、以及大数据分析在搜索引擎、广告服务推荐、电商数据分析、金融客户分析方面的应用案例。 2.本课程强调主流的大数据分析挖掘算法技术的应用和分析平台的实施，让学员掌握主流的基于大数据Hadoop和Spark、R的大数据分析平台架构和实际应用，并用结合实际的生产系统案例进行教学，掌握基于Hadoop大数据平台的数据挖掘和数据仓库分布式系统平台应用，以及商业和开源的数据分析产品加上Hadoop平台形成大数据分析平台的应用剖析。
关键词：互联网，电商，支付平台，传统金融，互联网金融，可穿戴设备，医疗，智能家居，物联网，车联网，安全，制造，电信，政府机构，税务，快消品，其他，大数据
关键词：其他，人工智能，大数据
收益目标：1. 听众可以了解工业大数据平台的架构演进 2. 听众可以了解真正用于工业领域的平台在实战过程的碰到的问题 3. 目前的工业大数据平台的先进技术。
关键词：互联网，人工智能，大数据，云计算，机器学习，SaaS，大数据平台
收益目标：对于在大数据处理方面的技巧和变现能力会有很大的提升。
关键词：互联网，大数据，机器学习，数据挖掘
收益目标：通过本课程实践，帮助学员对Hadoop、spark和NoSQL生态系统有一个清晰明了的认识；理解Hadoop、spark和NoSQL系统适用的场景；掌握Hadoop、spark和NoSQL等初中级应用开发技能；搭建稳定可靠的Hadoop、spark和NoSQL集群，满足生产环境的标准；了解和清楚大数据应用的几个行业中的经典案例，包括阿里巴巴，华为等。
适应人群：各类 IT/软件企业和研发机构的软件架构师、软件设计师、程序员。对于怀有设计疑问和问题，需要梳理解答的团队和个人，效果最佳。
关键词：互联网，大数据
适应人群：企业高管、产品及运营负责人、项目负责人、技术负责人、数 据分析师、数据挖掘工程师
关键词：互联网，产品设计，商业模式，大数据，数据挖掘，互联网金融，数据分析
收益目标：通过此次课程培训，可使学习者获得如下收益： 1. 了解数据治理的体系架构 2. 理解数据架构设计与数据治理的基本知识； 2. 掌握数据建模方法，范式建模和维度建模 3. 理解数据标准化、数据质量和元数据等如何建设，和建设中注意的问题 4. 数据治理落地的难点和经验分享 5. XXX银行数据治理真实案例深度分享
适应人群： 1、数据开发工程师 2、业务人员 3、架构师 4、项目经理 5、对数据治理赶兴趣的同学
收益目标：1.学员能够深刻了解大数据是什么，以及大数据的意义和关联性，培养对于大数据的敏感性； 2.学员学习算法如何才能创造价值： 1）对于待解决问题的全面评估，包括ROI分析等； 2）在有提升空间的基础之上，算法如何“接地气”和数据融合，并最终产出； 3）了解如何通过流程来控制和保证算法产出的过程。
关键词：互联网，电商，其他，大数据，机器学习，数据挖掘
收益目标：本课程将围绕大数据最本质的特点—智能化为主线，从大数据的产品思维、数据分析重要工具、数据挖掘核心技术等层面深入讲述 数据挖掘的高阶话题，包括有偏数据挖掘、数据流挖掘、在线学习、高级数据预处理技术等。同时课程案例丰富，重点从社交网络图谱挖掘、推荐引擎等做实站案例讲解。该课程使学员： 理解大数据基本概率、理解大数据产品设计思维、理解大数据基础技术架构 掌握社交图谱挖掘的一到两个经典数据挖掘案例的解决方案 掌握社交好友推荐中一到两个经典案例的解决方案 掌握如何搭建一个实用的推荐引擎的方法； 掌握数据挖掘的经典方法论：数据挖掘过程、模型评估标准等 侧重掌握最普遍使用的分类预测技术的方法，
适应人群：重点面向产品和技术人员，包括数据挖掘工程师、数据分析师、大数据工程师、算法专家、项目经理、技术经理、数据产品经理以及其他具有一定数据挖掘经验的人员。
关键词：互联网，产品设计，用户体验，大数据，数据挖掘
To Be Better
注册或 找回密码?