京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA大数据分析培训(第四期)
课程介绍:
本课程即以Hadoop作为基础,包含Java基础讲解,并讲解Hadoop体系结构,安装管理,MapReduce编程以及基于Hadoop的上层软件Hive、Pig、HBase、Mahout等软件的管理和应用。课程的重点放基于Hadoop架构的大数据分析思想及架构设计,通过演示实际的大数据分析案例,使学员能在较短的时间内理解大数据分析的真实价值,掌握如何使用hadoop架构应用于大数据分析过程,使学员能有一个快速提升成为兼有理论和实战的大数据分析师,从而更好地适应当前互联网经济背景下对大数据分析师需求的旺盛的就业形势。适合零基础学员从零学起。
Hadoop大数据分析@第三期安排
|
项目名称 |
Hadoop大数据分析师 |
|
时间 |
10月17日-11月8日/@北京 &远程 周六日(共8天) |
|
地点 |
北京,人大经济论坛培训室 |
|
价格(元) |
全程:8800(现场班)/5800(远程直播) |
|
优惠
|
1. 全日制在读学生8折优惠(凭全日制学生证报名) 2. 提前一月报名并缴费立减500元 3. 参加过论坛其他现场班老学员9折优惠
4. 同一单位三人及以上报名9折优惠,五人及以上8折优惠 |
|
关于证书 |
可申请工信部《数据分析师证书》,培训后即可得到 |
|
现场班福利
|
全套现场视频资料,终身学习,在线答疑 赠送《数据分析基础》视频一套 可2000元购买CDA全套视频资料(原价2700元) 午餐,咖啡茶歇,论坛币(1000个) |
课程安排@北京&远程
|
Hadoop大数据分析师 |
课程 |
大纲简介 |
预期效果 |
|
10月17日 |
大数据前沿知识及 hadoop入门 |
1.大数据前沿知识介绍 2.课程介绍 3. Linux及unbuntu系 统基础 4.hadoop的单机和伪 分布模式的安装配置 |
零基础入门,了解大数据的历史背景及发展方向,掌握hadoop的两种安装配 置 |
|
10月18日 10月24日 |
Java基础 |
1. java程序的基本框 架 2. Java的数据类型与 表达式介绍 3. java程序设计的基 础 4.java的面向对象编程 及方法 |
零基础入门,了解java程序设计的基本思想,熟练利用eclipse进行简单的java程序设计,熟练使用jar文件,了解mysql等 数据库管理系统的原理,了解 基于web的程序开发流程 |
|
10月25日 |
Hadoop部署进阶 |
1.Hadoop集群模式搭建 3.使用hdfs提供的api进 行hdfs文件操作 |
|
|
10月31日 |
MapReduce理论及 实战 |
1. Mapreduce概念及 思想 2.mapreduce构架和 流程 3.基于 mapreduce 的初级案例 4.mapreduce高级案 例--人大经济论坛日 志管理 |
熟悉MapReduce的工作原理及应用,熟悉基本的MapReduce程序设计,掌握根据大数据分析的目标设计和编写基于mapreduce的项目 |
|
11月01日 11月07日 |
hadoop+Mahout实 战 |
1. mahout学习之简 介、安装及配置 2. 六个实战案例深入 解析hadoop+mahout的 大数据分析之分类、聚类 与主题推荐 |
掌握基于hadoop+mahout的大数据分析方法的使用场景,熟练用mahout 的成熟算法进行特定场景的大数据分析 |
|
11月08日 |
Hbase实战及 Hadoop生态环境介 绍 |
1. hbase简介、安装及 配置 2. hbase实战 3. Hadoop生态环境 介绍 |
掌握hbase的数据存储及项目实战了解 ZooKeeper、 Pig、Hive、Sqoop的安装、配置及使用场景 |
|
|
|
|
|
学员对象:
1. 大数据分析,数据挖掘兴趣爱好者及转行人士
2. 职位晋升、薪酬提高人士
3. 在校数学,经济,计算机,统计等专业教师和学生
4. 各大数据项目负责人及其团队人士
师资团队
谢邦昌,台湾大学生物统计学博士,台湾著名大学天主教辅仁大学统计信息学系教授。现任中华数据挖掘协会(Chung-hua Data Mining Society,CDMS)理事长,辅仁大学统计资讯学系教授,华通人商用信息有限公司高级顾问。中国人民大学应用统计科学研究中心学术委员会委员。中国人民大学统计学系Data Mining中心客座教授,上海财经大学统计学系客座教授。厦门大学计划统计学系客座教授。西南财经大学客座教授。他是数据挖掘界领军人物及世界知名统计学家。发表过近三百篇关于统计和数据挖掘的论文。出版了近五十余本相关专著。拥有大数据分析多年行业经验。
曹正凤,软件工程专业硕士,统计学专业博士,具有多年的JAVA程序设计和统计教学经验,人大经济论坛CDA金牌讲师,研究方向为数据挖掘领域的前沿算法研究,包括随机森林算法、神经网络等内容,发表多篇论文,且发表的EI核心收录论文受到多次检索。目前致力于大数据分析前沿领域研究,主持人大经济论坛基于hadoop架构的论坛主题推荐系统项目,参与《大数据背景下基于中国烟草消费需求的供给结构分析研究》、《基于数据整合的空气质量测度方法研究》等大数据项目,并和中国人民大学院大数据中心、厦门大学大数据中心、台湾辅仁大学大数据中心有密切的联系。
辛立伟 ,Java高级软件工程师、Java高级培训讲师、认证高级讲师、系统架构师、SUN中国社区会员、JAVA技术专家。精通JAVA、JAVA EE6体系结构;精通Java企业级中间件技术设计、构建以及应用部署;畅销书《Java从初学到精通》(电子工业出版社,2010年6月)一书作者。目前专注于Java EE6、Java富互联网应用程序、Android 3G软件的研发、相关技术培训和企业咨询等。多次参与大数据分析课程教学。
我们的服务
报名流程
1.在线填写报名信息
2.给予反馈,确认报名信息
3.网上缴费
4.开课前一周发送电子版课件和教室路线图
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21