一、hadoop視頻學習（入門到精通）

二、數據挖掘（入門到精通）

?

三、Hadoop學習路線

?

1.開發前期準備

首先，如果你沒有Java和Linux基礎，建議你先簡單學一下這兩門課程，此寶貝里面都為你準備好了。

?

2.云計算前期了解

當你初步掌握了Java和Linux基礎后，你就可以進入大數據的學習了，我們可以先對云計算有一個前期的了解，在前期了解云計算這個文件夾中，包含了6套云計算相關的視頻，你不用全部聽完，建議聽前兩個。

4.storm學習?

?

本寶貝為大家準備3套Storm的學習視頻，第一套是傳智的Storm資料，課程是13年12月份，后兩套是51上的課程，一套是視頻教程（2013年11月），一套是項目視頻（2014年5月），建議你有時間的話三套都進行學習。

6.Flume學習

Flume是Cloudera提供的一個高可用，高可靠的，分布式的海量日志采集，聚合和傳輸的系統，Flume支持在日志系統中定制各類數據發送方，用于收集數據；同時，Flume提供對數據進行簡單處理，并寫到各種數據接受方（可定制）的能力。

本寶貝提供一套2013年10月的51 cto的flume學習課程，有這方面需要的可以進行學習。

四、數據挖掘資料 ?

包括：

課程目標：
熟悉課程里所介紹的各種算法的細節
懂得如何使用這些算法去解決實際場景問題
熟悉了解常用的機器學習和數據挖掘軟件

育成目標：

數據分析師，算法設計師，具備算法設計能力的高層次程序員

4.《快速數據挖掘平臺RapidMiner》課程

第一周：數據挖掘基本知識RapidMiner工具介紹 第二周：數據準備：導入、預處理、導出 第三周：數據挖掘模型和方法 第四周：K-Means 聚類與辨別分析 第五周：線性回歸與邏輯回歸 第六周：決策樹與神經網絡 第七周：文本挖掘 第八周：WEB挖掘 第九周：協同過濾、推薦 第十周：時間序列分析 第十一周：離群點分析 第十二周：模型評估-交叉驗證與模型優化化 第十三周：過程控制 第十四周：數據轉換與執行命令

5.推薦系統課程

第1課 推薦系統概述 第2課 最流行的推薦系統：itemCF和userCF 第3課 大數據環境下的itemCF實現 第4課 基于頻繁模式的推薦系統，套餐設計 第5課 文本挖掘與標簽系統 第6課 基于內容的推薦系統 第7課 社交網絡好友推薦，圖算法，在圖數據庫Neo4j上的實現 第8課 用Cypher語言實現好友推薦 第9課 實時推薦系統

6.《大數據的統計學基礎》課程

第1周 面向小白的統計學：描述性統計（均值，中位數，眾數，方差，標準差，與常見的統計圖表） 第2周 賭博設計：概率的基本概念，古典概型 第3周 每人腦袋里有個貝葉斯：條件概率與貝葉斯公式，獨立性 第4周 啊！微積分：隨機變量及其分布（二項分布，均勻分布，正態分布） 第5周 萬事皆由分布掌握：多維隨機變量及其分布 第6周 磚家的統計學：隨機變量的期望，方差與協方差 第7周 上帝之手，統計學的哲學基礎：大數定律、中心極限定理與抽樣分布 第8周 點數成金，從抽樣推測規律之一：點估計與區間估計 第9周 點數成金，從抽樣推測規律之二：參數估計 第10周 對或錯？告別拍腦袋決策：基于正態總體的設檢驗 第11周 扔掉正態分布：秩和檢驗 第12周 預測未來的技術：回歸分析 第13周 抓住表象背后那只手：方差分析 第14周 沿著時間軸前進，預測電子商務業績：時間序列分析簡介 第15周 PageRank的背后：隨機過程與馬爾科夫鏈簡介

授課對象：
這是一門數學課程，適合有志于轉往大數據分析領域的非數學專業人士（例如IT人，業務人員等）補強數學基礎，以更好地學習更高級的數據分析，數據挖掘，機器學習課程

==============================================================

《大數據的矩陣計算基礎》課程內容：
課程簡介:
煉數成金開設數據分析課程有一段時間了。在諸多課程里，常見到有學員根本不知道矩陣是何物，可能從來沒學過，也可能學過忘光了，但作為數據分析里最常見的 數據結構類型，不理解矩陣，就看不懂公式，看不懂公式，就根本不懂數據分析的語言，學習起來猶如啞巴吃黃連有苦難言（《黑客帝國》里把那部控制一切的機器 稱為Matrix——“矩陣”，這肯定不是無緣無故的）。至于像聽Page-Rank，因子分析和主成分分析，推薦系統同現矩陣這些內容那就更像聽天書。 由此我們萌發了開一門矩陣計算的基礎課程，給大家補一下數學的念頭!

課程內容：

版權聲明：本文為博主原創文章，未經博主允許不得轉載。

?

轉載于:https://www.cnblogs.com/mrcharles/p/4731693.html

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的大数据学习路线copy自淘宝的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。