北大青鸟专业介绍：北美大数据课程。北美大数据课程一共包含五大阶段：第一阶段jaa技术。通过学习能够掌握javase核心技术，基于面相对象的javase项目开发。掌握关系型数据库、MySQL的使用，构筑大数据开发工程师的语言数据库，外部应用编程基础。第二阶段大数据核心技术学习。为将来开拓数据科学领域，更发展前景打下基础。第三阶段大数据实战。我们通过物流、泛娱乐电商、安全等等领域的大数据企业实战项目，由北美大数据专家亲自直播授课，帮助你消化所学的技能，提升大数据实战经验。第四阶段，企业急需的大数据血用型人才。第五阶段，大数据高级十足含金量的机器学习。从各个角度丰富你的大数据技能站，提升你在大数据岗位上的竞争力。并且我们联合阿里云大学，龙头企业技能认证。第六阶段，ce服务。帮你平稳度过求职期，转正期跳槽涨薪都不是问题。
2、大数据关键技术简介本书是一本关于大数据的妙趣横生的科普读物。全书分三部分：第一部分介绍大数据时代、大数据的内涵、大数据认知的误区，以及大数据的安全性；第二部分介绍一些有趣的案例，大数据与我们生活的关联、大数据带来意想不到的结果、大数据研究与应用的新领域，以及引发的反思；
3、大数据简介100字面对大数据这一势不可挡的时代潮流，所有企业都需要思考如何在实际工作中挖掘数据，充分发挥数据分析师的才能，进而有效地利用数据完成商业决策。本书首先讲解数据本身，重点介绍如何选择正确的数据源，数据的质量和可靠性，然后讨论数据分析，组织需要获取拥有必备技术和工具并能洞察数据变化的人才。接下来几章介绍具体的分析工作，包括性能分析、设计指标、A／B测试和原型讲解等，随之深入到分析价值链的下一环节：利用分析结果和数据见解做出决策。#大数据简介#
4、大数据简介ppt课件本书全面地讲解了在科学领域广泛运用的微积分、概率论与数理统计、线性代数、数值计算、多元统计分析等数学基础知识。全书共6章：第1章介绍了大数据与数学、数学与Python的关系；第2章介绍了微积分的基础知识，包括极限、导数、微分、不定积分与定积分等；第3章介绍了概率论与数理统计的基础知识，包括数据分布特征、概率与概率分布、参数估计、假设检验等；第4章介绍了线性代数的基础知识，包括行列式、矩阵的运算和特征分解、奇异值分解；第5章介绍了数值计算的基础知识，包括插值法、函数逼近与拟合、非线性方程（组）求根；第6章介绍了常用的多元统计分析方法，包括回归分析、判别分析、聚类分析、主成分分析、因子分析和典型相关分析。本书示例大都结合Python进行求解分析，且每章都有课后习题，可以帮助读者巩固所学的内容。
5、大数据简介图片本书是华为ICT学院大数据技术官方教材，旨在帮助学生进一步学习大数据的基本概念、技术原理，以及大数据平台的搭建和使用。本书从大数据的概念和特征开始讲起，首先让读者对大数据有一个感性的认识；接下来结合大数据平台的各个功能模块，详细介绍大数据的存储、处理、分析、可视化等原理和操作；对大数据在各种行业中的应用加以叙述，让读者更加充分地感受到大数据应用的价值。除华为ICT学院的学生之外，本书同样适合正在备考HCNA-BigData认证，或者正在参加HCNA-BigData技术培训的学员进行阅读和参考。其他有志进入ICT行业的人员和大数据技术爱好者也可以通过阅读本书，加深自己对大数据技术的理解。
6、大数据简介及使用方法数据科学与大数据分析在当前是炙手可热的概念，关注的是如何通过分析海量数据来洞悉隐藏于数据背后的见解。本书是数据科学领域为数不多的实用性技术图书，它通过详细剖析数据分析生命周期的各个阶段来讲解用于发现、分析、可视化、表示数据的相关方法和技术。《数据科学与大数据分析——数据的发现分析可视化与表示》总共分为12章，主要内容包括大数据分析的简单介绍，数据分析生命周期的各个阶段，使用R语言进行基本的数据分析，以及**的分析理论和方法，主要涉及数据的聚类、关联规则、回归、分类、时间序列分析、文本分析等方法。此外，本书还涵盖了用来进行**数据分析所使用的技术和工具，比如MapReduce和Hadoop、数据库内分析等。《数据科学与大数据分析——数据的发现分析可视化与表示》内容详细，示例丰富，侧重于理论与练习的结合，因此较适合对大数据分析、数据科学感兴趣的人员阅读，有志于成为数据科学家的读者也可以从本书中获益。
7、财税大数据应用简介本书对统称为NoSQL的分布式非关系型数据库原理和使用方法进行介绍。第一章，首先介绍NoSQL数据库的起源背景和设计理念，以及相关技术概念。其次介绍了大数据技术体系，以及NoSQL在该技术体系的地位和作用。第二章首先回顾关系型数据库的主要机制，以及NoSQL数据库的常见技术原理，以及NoSQL的常见存储模式。第三章对Hadoop工具进行介绍，重点介绍HDFS的技术原理和基本使用方法。第四章介绍HBase的基本架构、基本使用方法和编程方法。第五章介绍HBase中核心技术原理，包括水平分区机制、数据写入机制、列族与合并机制等。对HBase中的管理方法、深入使用方法进行简介。以及对HBase的第三方插件与工具进行介绍。第六章介绍Cassandra的基本原理和使用方法。首先介绍AmazonDynamo的相关原理，其次介绍Cassandra的安装配置与CQL语言。第七章介绍MongoDB为代表的文档型数据库的原理和基本使用方法。第八章介绍其他一些知名的NoSQL数据库技术与工具。
