大数据技术导论

大数据技术导论思维导图，包括大数据管理、大数据分析、大数据可视化、大数据生态系统、大数据采集与预处理等内容。

大数据技术导论

• 第一章 概论
  • 揭秘大数据
    • 大数据产生历史必然性
    • 大数据概念及特征
    • 大数据生命周期
    • 大数据与物联网、云计算、人工智能
    • 大数据时代的八大变革
  • Linux系统概述
    • Linux版本
    • Linux系统目录结构
    • 文本编辑器vi
    • 文件权限解读
    • Linux系统常用命令
• 第二章 大数据生态系统
  • 认识Hadoop
  • HDFS
    • HDFS体系结构
    • HDFS储存原理
    • HDFS常用操作
  • MapReduce
    • MapReduce逻辑结构
    • MapReduce操作案例
  • *Zookeeper
• 第三章 大数据采集与预处理
  • 数据
    • 数据是什么
    • 数据分类
    • 度量和维度
  • 数据采集
    • 数据采集分类
    • 数据采集方法
    • 数据采集工具
  • 数据清理
    • 数据清理原理
    • 缺失值及异常数据
    • 数据清理基本操作
  • 网络爬虫
    • 爬虫简介
    • *论坛爬虫源代码分析
• 第六章 大数据可视化
  • 数据可视化基本概念
    • 为什么要数据可视化
    • 什么是数据视化
    • 数据可视化的作用
    • 数据可视化术语
    • 数据可视化三要素
  • 常用图形
    • 饼图
    • 柱状堆积图
    • 风玫瑰图
    • 柱状图
    • 直方图
    • 气泡图
    • 散点图矩阵
    • 折线图
    • 面积图
    • 相关系数图
    • 雷达图
    • 箱线图
  • 数据可视化设计
    • 数据可视化设计原则
    • 讲故事
    • 数据可视化图形选择建议
  • 数据可视化工具
  • 基于R语言可视化基础
    • 基本绘图命令
    • ggplot2绘图
• 第五章 大数据分析
  • 大数据分析概述
    • 数据分析原则
    • 大数据分析特点
    • 大数据分析流程
    • 数据分析师基本技能和素质
    • *大数据分析难点
  • 业务理解
    • 什么是业务理解
    • 如何理解业务
    • 数据业务化
  • 数据认知
    • 数据变换
    • 概率分析
    • 对比分析
    • 细分分析
    • *交叉分析
    • 相关分析
  • 特征工程
    • 特征工程面临的挑战
    • 特征选择
    • 特征提取
    • 指标设计
  • 数据建模
    • 模型分类
    • 决策树
    • 关联分析
    • 回归分析
    • 聚类分析
    • *k-临近分类算法
  • 通用计算机引擎Spark
    • Spark简介
    • Spark与Hadoop差异
    • Spark适用场景
    • Spark运行模式
    • Spark常用术语
    • Spark编程实战—单词统计
  • 大数据分析引擎Hive
    • 数据仓库概念
    • 传统数据仓库的问题
    • Hive特征
    • Hive系统框架
    • Hive应用案例
• 第四章 大数据管理
  • NoSQL
    • NoSQL概述
    • 键值数据库
    • 图数据库
    • 文档数据库
    • 列式数据库
    • 云数据库
  • HBase
    • HBase模型
    • HBase与传统关系数据库的对比分析
    • HBase系统框架
    • HBase常用Shell命令