下载本文档
版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
数据科学与大数据技术专业导论学习总结数据科学与大数据技术是当前炙手可热的概念理论，是科技公司飞速发展和数字科技日益当前，大数据相关技术已基本成熟，逐步成为支撑型的基础设施，其发展方向也开始向提升效率转变，向个性化的上层应用聚焦。随着5G通信标准的落地，物联网、移动互联网、大数据、传统行业将深度融合，算力、模块、云数、数智等技术融合学科方向特色，体现最新技术发展动向Big（系统地培养学生掌握大下面是大数据与数据科学的整体课程体系：数学/统计理论：微积分、线性代数、概率论、数理统计、统计学习计算科学：计算机系统、编程语言、数据结构、信息系统架构等Hadoop/Spark/数据仓库模型分析：机器学习理论、优化建模、模式识别、知识表示/推理、可视化分析行业应用：商务智能、智能金融、供应链分析、城市规划等数据伦理：大数据管理与创新、大数据治理与政策大数据与数据科学的主要课程内容1、概率论与数理统计2、多元统计分析多元正态分布；聚类分析；判别分析；主成分分析；因子分析；对应分析；Logistic回归模型、偏最小二乘回归模型等。3、微积分基本的微积分概念、计算原理4、线性代数基本的线性代数概念、计算原理5、时间序列分析6/数据结构编程语言（Python或R、C或Java）、主要的程序结构、基本的数据结构、常用算法7、计算机系统基础信息抽取技术8、大数据导论Hadoop大数据的基本概念、大数据分析基础、大数据挖掘基础、大数据可视化技术基础、大数据存储技术基础、大数据安全技术基础、数据科学基础、大数据与crm等9、Hadoop大数据技术Hadoop生态，介绍Hadoop的安装和配置，Hadoop的组件包括HDFS分布式存储系统，MapReduce计算框架，海量数据库HBase，Hive数据仓库，Pig、ZooKeeper管理系统等知识10、分布式数据库原理及应用管理系统的可靠性，数据复制等分布式数据管理技术的经典内容11、数据建模分析介绍数据挖掘/建模的主要流程以及除算法外的其它建模重点，包括数据探索性分析、建模（具体的建模算法放到数据挖掘课程）12、数据仓库与数据挖掘技术Rough分析、蚁群分析、分形技Agent/（分两个重点方向：算法设计原理和算法应用13、数据可视化技术绍相应的可视化方法；介绍可视化综合应用及实用系统14、大数据分析与内存计算Spark的体系结构、工作机制、安装与部署、开发环境搭建、计算模型、Benchmark、BDAS等内容；应用角度讲解了一些简单的、有代表性的案例15、商业智能方法与应用16、大数据管理与创新理提供一些思考方向17、大数据治理与政策面对具体的专业方向开设相关的数据应用课程或讲座应用比如：18、模式识别/计算机视觉：介绍非结构化数据在模式识别、图像识别等方面的处理技术和原理等；19、自然语言处理/知识表示/推理：介绍文本型数据在智能系统中的处理和表示技术及原理；20、大数据与城市规划：介绍数据治理在城市规划中的具体应用和相关
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论