京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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、spark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@第五期安排@北京 &远程
项目名称
CDA Hadoop大数据分析师
时间
12月26日-2016年1月17号 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
困学生
关于证书
可申请《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 LEVEL I 视频资料(原价2700元)
午餐,咖啡茶歇,论坛币(1000个)
最新课程大纲@北京&远程
5. 原价报名者将捐出100元作为助学基金,满3000捐赠贫
以上优惠不能累加
需单独申请(另交申请费用)
CDA_Hadoop大数据分析师第五期
时间
课程
大纲简介
预期效果
12.26
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
12.27
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
1.02-03
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
5.mysql数据库基础知识
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
1.9
MapReduce理论及实战
1. Mapreduce概念及思想
2.mapreduce构架和流程
3.三个基于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
1.10
hadoop+Mahout大数据分析
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,熟练运用mahout的成熟算法进行特定场景的大数据分析
1.16
Hbase理论及实战
Spark、Hive的安装、配置及使用场景
1. hbase简介、安装及配置
2. hbase实战
掌握hbase的数据存储及项目实战
掌握Spark、Hive的安装、配置及使用场景
1.17
hadoop+Spark大数据分析
实战案例深入解析hadoop+Spark的大数据分析之分类、Logistic回归与主题推荐
基于hadoop+Spark的大数据分析方法的使用场景,熟练运用Spark的成熟算法进行特定场景的大数据分析
详细课程大纲请见:http://bbs.pinggu.org/thread-3515862-1-1.html
大数据爱好者可加群:174921162(学习交流)
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。
曹正凤;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,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。
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。多次参与大数据分析课程教学。
张田圆;软通动力信息技术(集团)有限公司助理副总裁、智慧业务事业群 CTO。分管技术领域:云计算、大数据、大规模并发系统、智慧城市及众创空间等。
董轶群;计算机软件与理论硕士,吉林大学计算机体系结构博士,具有多年的JAVA程序设计和操作系统教学经验,教学方式和方法新颖,深受学员的好评。研究方向为智能规划、空间推理、基于大数据的时空信息系统。
王安;钱方银通科技有限公司,首席分析师。中国科学技术大学理论力学学士,中国科学院计算力学硕士,北京大学光华管理学院MBA。此前曾带领团队为多家大中型银行,保险公司提供风险管理,数据分析咨询服务,关注领域包括,定量化风险管理,互联网金融,大数据应用。
我们的服务
关于免费重听: 在参加本期之后的后续三期可以(并且只能)选择一期免费来听。
报名流程
1.在线填写报名信息 http://www.peixun.net/view/336_join.html
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
提前一个月报名缴费学员立减500元
(北京现场报名)
(全国远程报名)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06