DT时代以来，我们的数据量开始指数级增长。这在很大程度上，是由于计算机的兴起，互联网和信息采集技术可以从我们的真实生活中采集数据，并将其转化为数字数据。
大数据是信息产业持续增长的新引擎。面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。在硬件与集成设备领域，大数据将对芯片、存储产业产生重要影响，还将催生一体化数据存储处理服务器、内存计算等市场。在软件与服务领域，大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。
| JavaSE | ||
| 章节 | 章节名称 | 课程内容 |
| 第一章 | Java入门 | 计算机语言和Java语言发展历史、JAVA体系结构和开发环境准备、Java编程初体验 |
| 第二章 | Java基本语法 | 标识符、变量、数据类型、运算符、初步内存分析 |
| 第三章 | 流程控制语句 | if、switch、while、dowhile、for语句，break、continue、return、递归、方法 |
| 第四章 | 数组 | 一维数组的基本操作，选择、冒泡排序，扩容数组二维数组，Arrays工具类，可变参数，内存分析 |
| 第五章 | 面向对象 | 类和对象详解，面向对象3大特性，this、super关键字抽象类，接口，内部类，单例饿汉和静态内部类模式,异常处理 |
| 第六章 | 常用类 | String、StringBuffer、StringBuilder源码分析包装类，时间处理类，Math类 |
| 第七章 | 集合 | Collection和Map接口学习，10种实现类源码分析，迭代器原理分析 |
| 第八章 | IO | 输入输出流，字节字符流，缓冲流，转换流，数据流对象流，序列化和反序列化，标准输入和输出流，文件的移动、拷贝、分割、合并 |
| 第九章 | 多线程 | 输入输出流，字节字符流，缓冲流，转换流，数据流对象流，序列化和反序列化，标准输入和输出流，文件的移动、拷贝、分割、合并 |
| 第十章 | 网络编程 | 网络基本知识，单URL爬取，Tcp协议，Socket编程 |
| 第十一章 | 正则+反射+xml | 正则使用，反射操作方法属性构造器，XmlDom4j解析 |
| MySQL | ||
| 章节 | 章节名称 | 课程内容 |
| 第一章 | MySQL数据库基础 |
数据存储发展史，数据库起源：数据存储发展史，数据库起源，主流数据库服务器介绍； MySQL数据库：MySQL概述，MySQL优点，Linux下安装调试MySQL,MySQL运行原理及内存结构，MySQL数据类型，MySQLDDL语句的使用； SQL语言简介：SQL语言概述，SQL语言的使用环境，SQL与T-SQL； SQL语句操作基础：DML语句简介，DML语句使用，SQL事务简介，SQL事务特性，SQL事务使用； SQL语句操作进阶：SQL查询机制简介，SQL查询基础，SQL技巧，SQL查询优化 |
| 第二章 | MySQL数据库高级 |
数据库设计：E-R图简介，使用绘图工具绘制E-R图，数据库设计范式简介，数据库设计范式应用； MySQL基础编程：MySQL数据库引擎分类，MySQL事务，MySQL表，MySQL数据类型，MySQL视图； MySQL高级编程：MySQL索引，MySQL分页，SQL语句优化技巧； MySQL存储过程：存储过程概述，MySQL存储过程的用法，存储过程调试与调用，存储过程使用总结 |
| 第三章 | JDBC |
JDBC概述，JDBC工作原理，JDBC API，JDBC访问数据库； JDBC常用接口：Connection接口，Statement接口和ResultSet接口，PreparedStatement接口 |
| 第四章 | 数据库连接池 |
Java多线程开发：多线程概述，多线程与单线程比较，多线程应用，多线程使用注意事项（线程共享，线程死锁等）； 数据库连接池技术：数据库连接池概述，C3P0，DBCP,druid,等数据库连接池技术使用 |
| JavaEE | ||
| 章节 | 章节名称 | 课程内容 |
| 第一章 | HTML、CSS |
HTML基础：HTML基本机构和W3C标准，HTML编辑工具，HTML语法规则,HTML文档结构，HTML元素等； HTML进阶：HTML5 DOCTYPE， H5表单新特性：表单输入，表单属性，表单验证 音频和视频：视频处理，音频处理 拖放：拖放事件，dataTransfer 对象，setDragImage 方法 画布：Canvas 概述，Canvas 绘图，Canvas 图像处理 Web存储：sessionStorage 对象，localStorage 对象应用程序缓存：Cache Manifest，更新应用程序缓存 初识CSS：使用CSS的意义，CSS的基本用法，在HTML中引入CSS样式，CSS高级应用； CSS 样式处理：颜色与尺寸，背景，文本，字体，链接，图片，列表，表格，轮廓等 CSS 盒模型：盒模型定义，外边距，边框，内边距等 定位处理：position 定位，float浮动，z-index 堆叠 布局：栏式布局，区域布局，@media规则 高级选择器：后代选择器，子元素选择器，兄弟选择器，伪类选择器，伪元素选择器 边框和圆角，背景和渐变，文本和字体 |
| 第二章 | JavaScript |
JavaScript概述，JavaScript核心语法，程序调试，JavaScript对象； 初识jQuery：什么是 jQuery，jQuery 的使用方法，jQuery 对象模型，jQuery 类数组的操作（管道模型） jQuery选择器：基本选择器，层次选择器，过滤选择器，表单选择器 jQuery 效果：隐藏和显示效果，自定义动画效果，并发与队列效果 jQuery元素处理：基本元素处理，样式操作，遍历节点，创建节点，插入和删除节点，替换和复制节点 jQuery中的事件：事件和页面加载，事件处理，事件冒泡，事件对象，模拟操作 jQuery操作DOM，表单校验 Ajax：Ajax概述，Ajax执行原理，jQueryAjax概述，jQueryAjax使用； 项目案例：使用jQuery+Ajax+Servlet完成购物网站的页面无刷新数据交互效果； 响应式布局：响应式网页概述，测试，实现； Bootstrap起步:Bootstrap简介，Bootstrap安装与配置，Bootstrap.css文件，Bootstrap简单应用； Bootstrap全局样式：Bootstrap全局样式,字体与默认值,栅格系统 |
| 第三章 | JSP与Servlet |
JSP基础：动态网页概述，B/S程序实现原理，Web容器简介（Tomcat应用服务器），JSP概述，JSP页面组成； JSP数据交互：JSP内置对象，JNDI，JSP数据访问，JavaBean的应用； Servlet基础：Servlet概述，ServletAPI，Servlet声明周期，Servlet应用； 过滤器：过滤器简介，过滤器运行原理，过滤器使用场合，过滤器配置，Servlet与过滤器； 监听器：监听器简介，监听器运行原理，监听器使用场合，监听器配置，过滤器、监听器、Servlet总结 |
| 第四章 | maven |
Maven概述，Maven优势和特点，Maven的安装与配置，Maven入门，Maven基础； 使用nexus创建私服，使用maven进行测试，使用Hudson进行持续集成，使用maven构建web项目； 项目版本控制概述，SVN简介，SVN安装与配置，Git简介，Github简介，Git对比SVN，Git使用； 测试概述，黑盒测试概述与使用，白盒测试概述与使用，Junit，Jmeter测试工具使用 |
| 第五章 | SSM框架 |
ORM框架基础1：mybatis概述，mybaits发展史，mybatis与Jdbc，mybatis的安装与配置； ORM框架基础2：DBUtils简介，DBUtils发展史，DBUtils对比Mybatis的优缺点； ORM框架基础3：JPA概述，spring data jpa概述，spring data jpa应用，spring data jpa优化； SpringMVC概述：SpringMVC简介，SpringMVC与Struts,SpringMVC运行原理； SpringMVC基础：SpringMVC安装与配置，SpringMVC常用API介绍； SpringMVC进阶：SpringMVC拦截器，SpringMVC对Http协议的处理，SpringMVC对数据模型的处理，SpringMVC视图控制器使用； Spring初级：Spring概述，Spring安装与配置，Spring依赖注入与控制反转，面向切面编程； Spring进阶：Spring整合其他框架，Spring整合SpringMVC框架 |
| 第六章 | 应用案例 |
使用quartz框架完成定时任务：Quartz简介，Quartz安装与配置，Quartz触发器，Spring整合Quartz； 应用案例：使用Quartz框架完成定时推送信息或定时备份数据需求； 使用JavaMail进行邮件发送：邮件协议简介（POP3协议，SMTP协议，IMAP协议），Spring整合JavaMail配置邮件与发送； 应用案例：使用JavaMail发送模板邮件； 使用Restful配置WebService:webservice简介，SOAP协议简介，Restful框架简介； 应用案例：使用Restful调用天气预报的webservice； 使用POI完成文件导出：POI简介，POI原理与应用，Spring整个POI完成文件导出； 应用案例：使用POI导出人员信息的excel表格和word文档； 应用案例：使用POI导出人员信息的excel表格和word文档； 报表与统计图概述，报表与统计图的重要性分析，图表组件echarts应用，PDF组件i-Text应用 |
| Web项目 | ||
| 实训项目 | 项目描述 | 通过webservice技术与各省考试办公室系统接口对接，利用java多线程与分布式系统快速的整理各省高考数据并统一进行汇总，过程中采用定时任务技术进行接口数据的同步。数据采集完成后利用统计图表技术对数据进行各层次的数据分析，形成常见的柱状图，饼状图，折线图等。然后利用Java高性能IO流将其转为常见的PDF文件格式形成统计报告然后通过预先收集的订阅邮箱地址，以email的方式推送给订阅者使用。整个过程中考生还可以使用相关app与微信小程序来查询自己的考试结果与考试分析报告。 |
| Linux | ||
| 章节 | 章节名称 | 课程内容 |
| 第一章 | 在虚拟机中安装Centos7.0 | 安装虚拟机、Centos7.0 linux系统、安装SecureCRT |
| 第二章 | Linux 简介及权限概述 | linux简介、特点、发行版本、linux组成、用户与用户组的概念、linux文档属性 |
| 第三章 | Shell 基本命令 | 查看目录和文件、find命令、查找特定命令、用户及版本信息查看、帮助命令 |
| 第四章 | 文档目录管理 | linux目录结构，建立文件目录，文档的移动、复制、删除，改变文档所有权，改变文档权限，建立链接，输入输出重定向和管道 |
| 第五章 | 用户与用户组管理 | linux的账号与群组，账号管理，群组管理，用户间切换 |
| 第六章 | 进程管理 | 进程调用过程及状态，查看进程，实时监控进程，kill进程 |
| 第七章 | 软件管理 | 修改yum源，安装JDK，安装mysql，从eclipse生成jar包，在linux执行 |
| 第八章 | shell编程 | vim编辑器，变量和运算符，数组，分支语句，循环语句 |
| 第九章 | 网络管理和多机操作 | 配置网络，网络常用命令，ssh免密登录，编写shell多机操作脚本，用于操作多台机器 |
icon
大数据报表系统
icon
分布式内容爬取系统
icon
内容自动识别系统
icon
相似物品推荐系统
真实企业级大数据集群服务器学习环境
E5服务器级CPU |百G内存|上TB存储
北京大数据分析培训
提供优秀的数据分析教育
课程背景
随着社会信息化的加速发展，越来越多的数据产生和积累，数据分析的重要性也愈发凸显出来。北京大数据分析培训抓住了这一趋势，秉承“教育，创造价值”的理念，致力于培养出具备深厚数学、统计功底和数据分析能力的高端数据分析人才。
课程特色
1. 全面覆盖学员所需专业知识，包括数据处理技术、数据分析技术和数据可视化技术，使学员成为具备全方位能力的数据分析人才。
2. 基于实际业务，将案例片段和实际场景封装成各类数据库，让学员模拟真实数据分析情境，快速熟练掌握数据分析领域的各类技巧和应用场景。
3. 采用小班制授课，保证每个学员都能够得到充分细致的指导以及课后作业的及时批改和互动交流。
4. 依托强大的师资力量，所有讲师都有多年的实际项目经验和数据分析教育背景，可以传授最前沿的数据分析方法给学员。
5. 经过长时间的实践和调整，已经成熟的培训体系，帮助学员更快更好地掌握全面的数据分析技能。
课程目标
1.掌握基础数据处理技术，如数据清洗、数据抽样、数据汇总等。
2.学习各种数据分析技术，如回归分析、时间序列分析、多元统计分析等。
3.学习数据可视化原理与应用，了解如何制作数据分析报告。
4.掌握一定的编程能力和数据分析工具的使用技巧。
5.掌握数据分析项目管理技能，能够熟练应对各种数据分析项目工作。
6.提升个人数据分析能力，成为高级数据分析人才。
学习对象
1.具有上述目标技能需求的从业人员及公司管理者。
2.具备一定IT基础或相关专业背景的学生和从业人员。
3.对数据分析有浓厚兴趣，想获得一定分析技能的人员。
课程内容
1.数据处理技术
1.1 数据清洗
1.2 数据抽样
1.3 数据汇总
2.数据分析技术
2.1 统计基础知识
2.2 Hadoop和MapReduce技术
2.3 机器学习算法
2.4 基础挖掘技术
3.数据可视化技术
3.1 制作数据报表
3.2 制作数据可视化图表
3.3 数据分析软件的实践
4.编程基础和工具使用技巧
4.1 Python编程基础
4.2 R编程基础
4.3 SQL语言
4.4 Excel数据处理
5.项目管理技能
5.1 数据分析项目的流程
5.2 项目需求分析
5.3 项目实施和监控
5.4 项目报告撰写
学习时长、收费范围
学习时长为三个月，共12周，每周五天。收费范围为15,000-20,000元。
学习收获
通过本课程的学习，学员可以了解如何有效地处理包括结构化、半结构化和非结构化数据并使用这些数据在不太熟悉的领域中获取应用程序。学员可以开发基于数据的应用程序和设计数据分析库，并使用这些实时应用程序对数据进行处理。学员将具备数据分析思维和能力，为数据科学家培养打下坚实的基础。
结语
以上信息仅供参考，实际情况以到校咨询为准。学员可联系在线客服，预约免费体验课，了解更多详情。
勤学教育网
