Peixun.net > 直播 > CDA数据分析师 > CDA大数据就业班 > CDA大数据就业班视频——11期

CDA大数据就业班视频——11期

课时:0 分钟| 14人学习 分享 收藏

CDA大数据就业班视频——11期

一、Hadoop

5-18-1 分布式集群架构

5-18-2 分布式集群架构

5-18-3 分布式集群架构

5-18-4 分布式集群架构

5-18-5 分布式集群架构

5-19-1 分布式集群架构

5-19-2 分布式集群架构

5-19-3 分布式集群架构

5-19-4 分布式集群架构

5-19-5 分布式集群架构

5-20-1 分布式文件存储系统HDFS

5-20-2 分布式文件存储系统HDFS

5-20-3 分布式文件存储系统HDFS

5-20-4 分布式文件存储系统HDFS

5-20-5 分布式文件存储系统HDFS

5-21-1 ETL工具Sqoop基本原理和常用指令

5-21-2 ETL工具Sqoop基本原理和常用指令

5-21-3 ETL工具Sqoop基本原理和常用指令

5-21-4 ETL工具Sqoop基本原理和常用指令

5-21-5 ETL工具Sqoop基本原理和常用指令

二、Hbase基本原理和常用指令

5-24-1 Hbase入门基础、Hbase安装部署、Hbase核心原理"

5-24-2 Hbase入门基础、Hbase安装部署、Hbase核心原理

5-24-3 Hbase入门基础、Hbase安装部署、Hbase核心原理

5-24-4 Hbase入门基础、Hbase安装部署、Hbase核心原理

5-24-5 Hbase入门基础、Hbase安装部署、Hbase核心原理

5-25-1 Hbase Shell常用命令、Hbase和其他组件集成

5-25-2 Hbase Shell常用命令、Hbase和其他组件集成

5-25-3 Hbase Shell常用命令、Hbase和其他组件集成

5-25-4 Hbase Shell常用命令、Hbase和其他组件集成

三、Scala(补8)

4-1-1Scala及开发环境安装

4-1-2eclipse创建Scala项目、变量常量、基本数据类型

4-1-3元组、字符串、运算符、控制语句

4-1-4代码练习、水仙花练习代吗、集合框架、map、set、list

4-1-5数组

4-3-1数组、list、listbuff的方法

4-3-2set、map的方法

4-3-3函数定义、lambda、高阶函数

4-3-4高阶函数reduce、fold、、groupby、diff等

4-4-1下划线用法、高阶函数练习

4-4-2高阶函数练习、函数柯里化、部分应用函数、类和对象、单例对象、半生对象和伴生类

4-4-3主构造方法、继承多态

4-4-4成员访问控制、抽象类、内部类和对象、匿名类、特质、自身类型

4-4-5包定义、作用域、包对象、import、模式匹配

4-8-1模式匹配回顾、隐式转换

4-8-2隐式对象、隐式参数使用常见问题、偏函数、泛型方法

4-8-3类型变量界定、视图界定、多重界定、协变与逆变

4-8-4Scala actor

四、Hive基本原理和HQL语法

5-27-1 " Hive入门:数据仓库诞生背景与概念介绍、常用数据仓库工具介绍、分布式数据仓库工具介绍、Hive核心特性"

5-27-2 " Hive入门:数据仓库诞生背景与概念介绍、常用数据仓库工具介绍、分布式数据仓库工具介绍、Hive核心特性"

5-27-3 " Hive入门:数据仓库诞生背景与概念介绍、常用数据仓库工具介绍、分布式数据仓库工具介绍、Hive核心特性"

5-27-4 " Hive入门:数据仓库诞生背景与概念介绍、常用数据仓库工具介绍、分布式数据仓库工具介绍、Hive核心特性"

5-28-1"Hive架构介绍与常用API: Hive部署与访问、常用元数据服务与访问接口、数据模型、数据存储结构 Hive API distinct、 multi insert、union all、group by&order by"

5-28-2"Hive架构介绍与常用API: Hive部署与访问、常用元数据服务与访问接口、数据模型、数据存储结构 Hive API distinct、 multi insert、union all、group by&order by"

5-28-3 "Hive架构介绍与常用API: Hive部署与访问、常用元数据服务与访问接口、数据模型、数据存储结构 Hive API distinct、 multi insert、union all、group by&order by"

5-28-4 "Hive架构介绍与常用API: Hive部署与访问、常用元数据服务与访问接口、数据模型、数据存储结构 Hive API distinct、 multi insert、union all、group by&order by"

5-29-1 "HQL语法、Hive基本数据类型、Hive复杂数据类型、Hive数据定义方法、创建、修改和删除表方法 视图和索引的创建、修改和删除、表中加载数据的方法、表中导出数据方法 查询操作、连接操作、子查询 "

5-29-2 "HQL语法、Hive基本数据类型、Hive复杂数据类型、Hive数据定义方法、创建、修改和删除表方法 视图和索引的创建、修改和删除、表中加载数据的方法、表中导出数据方法 查询操作、连接操作、子查询 "

5-29-3 "HQL语法、Hive基本数据类型、Hive复杂数据类型、Hive数据定义方法、创建、修改和删除表方法 视图和索引的创建、修改和删除、表中加载数据的方法、表中导出数据方法 查询操作、连接操作、子查询 "

5-29-4 "HQL语法、Hive基本数据类型、Hive复杂数据类型、Hive数据定义方法、创建、修改和删除表方法 视图和索引的创建、修改和删除、表中加载数据的方法、表中导出数据方法 查询操作、连接操作、子查询 "

5-29-5 "HQL语法、Hive基本数据类型、Hive复杂数据类型、Hive数据定义方法、创建、修改和删除表方法 视图和索引的创建、修改和删除、表中加载数据的方法、表中导出数据方法 查询操作、连接操作、子查询 "

5-30-1 数据仓库企业开发平台、数据仓库模型设计、自助查询系统设计、宽表设计与用户画像、利用Hive进行网站流量分析

5-30-2 数据仓库企业开发平台、数据仓库模型设计、自助查询系统设计、宽表设计与用户画像、利用Hive进行网站流量分析

5-30-3 数据仓库企业开发平台、数据仓库模型设计、自助查询系统设计、宽表设计与用户画像、利用Hive进行网站流量分析

5-30-4 数据仓库企业开发平台、数据仓库模型设计、自助查询系统设计、宽表设计与用户画像、利用Hive进行网站流量分析

5-30-5 数据仓库企业开发平台、数据仓库模型设计、自助查询系统设计、宽表设计与用户画像、利用Hive进行网站流量分析

五、Spark架构原理和核心组件

6-5-1 Spark入门、Spark设计与运行原理

6-5-2 Spark入门、Spark设计与运行原理

6-5-3 Spark入门、Spark设计与运行原理

6-5-4 Spark入门、Spark设计与运行原理

6-5-5 Spark入门、Spark设计与运行原理

6-6-1 "Spark核心组件: Spark结构化数据模块Spark SQL、Spark机器学习算法库Spark MLlib、Spark流式计算框架Spark Streaming、新一代Spark流式计算框架Structured Streaming、Spark图计算框架GraphX"

6-6-2 "Spark核心组件: Spark结构化数据模块Spark SQL、Spark机器学习算法库Spark MLlib、Spark流式计算框架Spark Streaming、新一代Spark流式计算框架Structured Streaming、Spark图计算框架GraphX"

6-6-3 "Spark核心组件: Spark结构化数据模块Spark SQL、Spark机器学习算法库Spark MLlib、Spark流式计算框架Spark Streaming、新一代Spark流式计算框架Structured Streaming、Spark图计算框架GraphX"

6-6-4 "Spark核心组件: Spark结构化数据模块Spark SQL、Spark机器学习算法库Spark MLlib、Spark流式计算框架Spark Streaming、新一代Spark流式计算框架Structured Streaming、Spark图计算框架GraphX"

6-6-5 "Spark核心组件: Spark结构化数据模块Spark SQL、Spark机器学习算法库Spark MLlib、Spark流式计算框架Spark Streaming、新一代Spark流式计算框架Structured Streaming、Spark图计算框架GraphX"

六、PySpark编程指南与Spark RDD相关操作

6-8-1 RDD编程入门:RDD创建方法、RDD转换操作、RDD行动操作、RDD惰性机制、RDD持久化操作、打印元素方法

6-8-2 RDD编程入门:RDD创建方法、RDD转换操作、RDD行动操作、RDD惰性机制、RDD持久化操作、打印元素方法

6-8-3 RDD编程入门:RDD创建方法、RDD转换操作、RDD行动操作、RDD惰性机制、RDD持久化操作、打印元素方法

6-8-4 RDD编程入门:RDD创建方法、RDD转换操作、RDD行动操作、RDD惰性机制、RDD持久化操作、打印元素方法

6-8-5 RDD编程入门:RDD创建方法、RDD转换操作、RDD行动操作、RDD惰性机制、RDD持久化操作、打印元素方法

6-9-1 "键值对RDD创建方法、常用键值对转换操作:reduceByKey、groupByKey、keys、values、sortByKey、mapValues、join等操作 键值对RDD编程案例、广播变量、累加器"

6-9-2 "键值对RDD创建方法、常用键值对转换操作:reduceByKey、groupByKey、keys、values、sortByKey、mapValues、join等操作 键值对RDD编程案例、广播变量、累加器"

6-9-3 "键值对RDD创建方法、常用键值对转换操作:reduceByKey、groupByKey、keys、values、sortByKey、mapValues、join等操作 键值对RDD编程案例、广播变量、累加器"

6-9-4 "键值对RDD创建方法、常用键值对转换操作:reduceByKey、groupByKey、keys、values、sortByKey、mapValues、join等操作 键值对RDD编程案例、广播变量、累加器"

6-9-5 "键值对RDD创建方法、常用键值对转换操作:reduceByKey、groupByKey、keys、values、sortByKey、mapValues、join等操作 键值对RDD编程案例、广播变量、累加器"

6-9-6 "键值对RDD创建方法、常用键值对转换操作:reduceByKey、groupByKey、keys、values、sortByKey、mapValues、join等操作 键值对RDD编程案例、广播变量、累加器"

6-10-1 "PySpark常用模块与类:pyspark.sql模块、pyspark.streaming模块、pyspark.ml模块 pyspark.mllib模块、pyspark.SparkConf类、pyspark.SparkContext类 pyspark.SparkFiles类、pyspark.RDD类、pyspark.Accumulator类 、pyspark.Broadcast类"

6-10-2 "PySpark常用模块与类:pyspark.sql模块、pyspark.streaming模块、pyspark.ml模块 pyspark.mllib模块、pyspark.SparkConf类、pyspark.SparkContext类 pyspark.SparkFiles类、pyspark.RDD类、pyspark.Accumulator类 、pyspark.Broadcast类"

6-10-3 "PySpark常用模块与类:pyspark.sql模块、pyspark.streaming模块、pyspark.ml模块 pyspark.mllib模块、pyspark.SparkConf类、pyspark.SparkContext类 pyspark.SparkFiles类、pyspark.RDD类、pyspark.Accumulator类 、pyspark.Broadcast类"

6-10-4 "PySpark常用模块与类:pyspark.sql模块、pyspark.streaming模块、pyspark.ml模块 pyspark.mllib模块、pyspark.SparkConf类、pyspark.SparkContext类 pyspark.SparkFiles类、pyspark.RDD类、pyspark.Accumulator类 、pyspark.Broadcast类"

七、Spark SQL相关操作和Spark高级数据结构

6-11-1 Spark SQL入门、DataFrame

6-11-2 Spark SQL入门、DataFrame

6-11-3 Spark SQL入门、DataFrame

6-11-4 Spark SQL入门、DataFrame

6-12-1 DataFrame与RDD、Spark SQL读取外部数据源

6-12-2 DataFrame与RDD、Spark SQL读取外部数据源

6-12-3 DataFrame与RDD、Spark SQL读取外部数据源

6-12-4 DataFrame与RDD、Spark SQL读取外部数据源

6-12-5 DataFrame与RDD、Spark SQL读取外部数据源

八、Structured Streaming流式计算

6-15-1 流式计算入门、高级数据源

6-15-2 流式计算入门、高级数据源

6-15-3 流式计算入门、高级数据源

6-15-4 流式计算入门、高级数据源

6-15-5 流式计算入门、高级数据源

6-16-1 Spark Streaming、Structured Streaming

6-16-2 Spark Streaming、Structured Streaming

6-16-3 Spark Streaming、Structured Streaming

6-16-4 Spark Streaming、Structured Streaming

6-16-5 Spark Streaming、Structured Streaming

九、Spark MLLib与机器学习算法实践

6-17-1 机器学习入门介绍:机器学习基本思想、常用算法分类、算法库等,Spark机器学习包ML和MLlib介绍

6-17-2 机器学习入门介绍:机器学习基本思想、常用算法分类、算法库等,Spark机器学习包ML和MLlib介绍

6-17-3 机器学习入门介绍:机器学习基本思想、常用算法分类、算法库等,Spark机器学习包ML和MLlib介绍

6-17-4 机器学习入门介绍:机器学习基本思想、常用算法分类、算法库等,Spark机器学习包ML和MLlib介绍

6-17-5 机器学习入门介绍:机器学习基本思想、常用算法分类、算法库等,Spark机器学习包ML和MLlib介绍

6-18-1 特征矩阵与标签数组、评估器与解释器、特征工程概念介绍、机器学习流概念介绍

6-18-2 特征矩阵与标签数组、评估器与解释器、特征工程概念介绍、机器学习流概念介绍

6-18-3 特征矩阵与标签数组、评估器与解释器、特征工程概念介绍、机器学习流概念介绍

6-18-4 特征矩阵与标签数组、评估器与解释器、特征工程概念介绍、机器学习流概念介绍

6-18-5特征矩阵与标签数组、评估器与解释器、特征工程概念介绍、机器学习流概念介绍

6-18-6 特征矩阵与标签数组、评估器与解释器、特征工程概念介绍、机器学习流概念介绍

6-19-1 "MLlib入门介绍、MLlib向量的创建与使用,包括密集向量、稀疏向量、标签向量等 MLlib矩阵的创建与使用,包括行矩阵、坐标矩阵、本地矩阵等"

6-19-2 "MLlib入门介绍、MLlib向量的创建与使用,包括密集向量、稀疏向量、标签向量等 MLlib矩阵的创建与使用,包括行矩阵、坐标矩阵、本地矩阵等"

6-19-3 "MLlib入门介绍、MLlib向量的创建与使用,包括密集向量、稀疏向量、标签向量等 MLlib矩阵的创建与使用,包括行矩阵、坐标矩阵、本地矩阵等"

6-19-4 "MLlib入门介绍、MLlib向量的创建与使用,包括密集向量、稀疏向量、标签向量等 MLlib矩阵的创建与使用,包括行矩阵、坐标矩阵、本地矩阵等"

6-19-5 "MLlib入门介绍、MLlib向量的创建与使用,包括密集向量、稀疏向量、标签向量等 MLlib矩阵的创建与使用,包括行矩阵、坐标矩阵、本地矩阵等"

6-20-1 "MLlib基本统计方法:概括统计、相关性、抽样方法、假设检验、核密度估计等 降维操作:PCA主成分分析与SVD奇异值分解"

6-20-2 "MLlib基本统计方法:概括统计、相关性、抽样方法、假设检验、核密度估计等 降维操作:PCA主成分分析与SVD奇异值分解"

6-20-3 "MLlib基本统计方法:概括统计、相关性、抽样方法、假设检验、核密度估计等 降维操作:PCA主成分分析与SVD奇异值分解"

6-20-4 "MLlib基本统计方法:概括统计、相关性、抽样方法、假设检验、核密度估计等 降维操作:PCA主成分分析与SVD奇异值分解"

6-20-5 "MLlib基本统计方法:概括统计、相关性、抽样方法、假设检验、核密度估计等 降维操作:PCA主成分分析与SVD奇异值分解"

6-22-1 线性回归分析、逻辑归回、决策树和随机森林、支持向量机SVM

6-22-2 线性回归分析、逻辑归回、决策树和随机森林、支持向量机SVM

6-22-3 线性回归分析、逻辑归回、决策树和随机森林、支持向量机SVM

6-22-4 线性回归分析、逻辑归回、决策树和随机森林、支持向量机SVM

6-22-5 线性回归分析、逻辑归回、决策树和随机森林、支持向量机SVM

6-22-6 线性回归分析、逻辑归回、决策树和随机森林、支持向量机SVM

6-23-1 ML机器学习流创建方法、特征抽取、转化和选择:TF-IDF、CountVectorizer、Word2Vec

6-23-2 ML机器学习流创建方法、特征抽取、转化和选择:TF-IDF、CountVectorizer、Word2Vec

6-23-3 ML机器学习流创建方法、特征抽取、转化和选择:TF-IDF、CountVectorizer、Word2Vec

6-23-4 ML机器学习流创建方法、特征抽取、转化和选择:TF-IDF、CountVectorizer、Word2Vec

6-23-5 ML机器学习流创建方法、特征抽取、转化和选择:TF-IDF、CountVectorizer、Word2Vec

6-24-1 快速聚类算法、协同过滤算法、集成算法 、反向传播神经网络、SVM支持向量机分类和支持向量机回归

6-24-2 快速聚类算法、协同过滤算法、集成算法 、反向传播神经网络、SVM支持向量机分类和支持向量机回归

6-24-3 快速聚类算法、协同过滤算法、集成算法 、反向传播神经网络、SVM支持向量机分类和支持向量机回归

6-24-4 快速聚类算法、协同过滤算法、集成算法 、反向传播神经网络、SVM支持向量机分类和支持向量机回归

6-24-5 快速聚类算法、协同过滤算法、集成算法 、反向传播神经网络、SVM支持向量机分类和支持向量机回归

十、GraphX图计算

6-25-1 图计算简介、GraphX入门

6-25-2 图计算简介、GraphX入门

6-25-3 图计算简介、GraphX入门

6-25-4 图计算简介、GraphX入门

6-25-5 图计算简介、GraphX入门

6-26-1 GraphX图操作、GraphX算法实例

6-26-2 GraphX图操作、GraphX算法实例

6-26-3 GraphX图操作、GraphX算法实例

6-26-4 GraphX图操作、GraphX算法实例

6-26-5 GraphX图操作、GraphX算法实例

十一、案例

6-29-1 基于大数据平台的互联网金融监管实战

6-29-2 基于大数据平台的互联网金融监管实战

6-29-3 基于大数据平台的互联网金融监管实战

6-29-4 基于大数据平台的互联网金融监管实战

6-29-5 基于大数据平台的互联网金融监管实战

6-30-1 大数据交通案例

6-30-2 大数据交通案例

6-30-3 大数据交通案例

6-30-4 大数据交通案例

6-30-5 大数据交通案例

十二、就业指导课

7-3-1

7-3-2

7-3-3

7-4-1

7-4-2

十三、毕业答辩

7-6-1

7-6-2


课程订阅

讲师介绍


Peixun.net

CDA大数据就业班视频——11期

请认真填写以下信息,方便为您服务
  • 姓名:
  • 电话:
  • 邮箱:
  • 备注:
  • 邀请码:
  • 您还可以选择 登录 或者 注册 更方便您管理课程。

Peixun.net

您关于:

CDA大数据就业班视频——11期

的报名信息已经提交成功。

去购物车结算
您可以选择 登录 或者 注册 更方便您管理课程。
回头再说

邮件已发送!

已成功发送邮件到您注册的邮箱 请前往查询并点击链接重置密码

有待解答的问题

3 名学员对您的课程提问,需要您作出回答。 现在就去