-
数据分析与挖掘篇
项目一 基于Tableau在线教育网站指标评估
1、字段、维度、度量、分层、结构
2、向下钻取、筛选器、计算字段
3、函数与计算
4、折线图视图展示与实现技巧
5、地图视图展示与实现技巧
6、仪表盘的实现
7、仪表盘的美化
8、视图部分数据突出显示
9、多层筛选器的
-
数据分析与挖掘篇
项目二 基于MySQL小型商品进销存管理系统
1、后台数据库的设计(MySQL)
2、数据库相关复杂SQL语句实现
- 数据库的CRUD
- 高级查询
-
数据分析与挖掘篇
项目三 基于Powerquery豆瓣电影Top250数据分析
1、Excel表格导入外部数据
2、power query查询编辑器
3、power query保留行
4、power query转置
5、power query拆分列
6、power query删除列
7、power query替换值
8、power query导入数据
9、power query合并查询
-
数据分析与挖掘篇
项目四 基于Python豆瓣电影分析系统
1、Python基础语法与核心编程
2、Python中的爬虫技术
3、Numpy数据处理
4、Pandas数据分析
5、Matplotlib/PyEcharts的数据可视化等技术
-
数据分析与挖掘篇
项目五 基于Python豆瓣电影分析系统
1、IBM SPSS Modeler简介
2、GRISP-DM数据挖掘流程
3、决策树算法
4、银行用户挖掘模型
5、模型应用
-
大数据开发与分析篇
项目一基于SSM+Maven大型电商实战项目
1、大型Java项目架构演进解析
2、开发环境安装与配置
3、数据库表设计
4、Mybatis的开发及使用
5、Spring的入门及核心
6、IOC和AOP
7、SpringMVC体系结构和请求处理 控制器
8、Spring+SpringMVC+Mybatis架构
9、电商管理系统各模块的开发
-
大数据开发与分析篇
项目二某东大数据仓库订单客户数据分析
1、数据仓库四层架构及功能
2、Hive数据仓库体系
3、物流订单分析业务
4、ODS层、DIM层、PDW层数据抽取加载
5、SQL实现常见物流订单用户分析
6、互联网常见用户及业务分析
-
大数据开发与分析篇
项目三基于HADOOP电商数据分析平台
1、网站数据分析常见业
2、Flume数据采集企业架构
3、Hbase分布式NoSQL存储网站日志
4、MapReduce实现日志ETL解析
5、MapReduce实现用户分析、访客统计
6、Hive实现订单分析、会话分析
7、前端可视化工具Highcharts
8、任务流调度工具Azkaban
-
大数据开发与分析篇
项目四基于SparkSQL和MLlib 口碑商家客流量预测
1、海量行为数据存储HDFS
2、基于DSL的SparkSQL数据过滤提
3、基于GBDT算法流量预测
4、决策树和随机森林算法参数调优
5、SparkSQL性能优化
-
大数据开发与分析篇
项目五某房产中介经纪人 风控管理平台(ARMP)
1、SparkCore及SparkSQL行为数据处理
2、SparkMLlib FPGrowth关联规则算法计算规则
3、Spark SQL多维度检索经纪人行为明细
4、Kafka实时接收分布式存储经纪人行为数据
5、Spark Streaming实时监控经纪人违规操作
6、采用SSM+ECharts前端分析数据展示
7、使用Oozie进行离线任务调度处理
-
人工智能篇
项目一抓取豆瓣明星图片案例分析
1、HTML基础知识
2、python基础语法
3、beautifulsoup模块
4、requests模块
5、os模块
-
人工智能篇
项目二基于RFM模型实现的 零售精准营销响应预测系统
1、逻辑回归
2、决策树
3、支持向量机
4、随机森林
-
人工智能篇
项目三基于LVD、贝叶斯模型算法实现 的电商行业商品评论与情感分析案例实战
1、经典算法
2、LDA
3、贝叶斯模型
-
人工智能篇
项目四基于SVD协同过滤算法 实现的电影推荐系统
1、推荐算法
2、SVD矩阵分解
3、协同过滤
-
人工智能篇
项目五基于Mahout、Spark Mlib实现 的推荐系统(电影推荐、社交推荐)
1、Strom
2、SparkStreaming
3、Spark Mlib
4、Spark Sql
5、SPSS