国产v亚洲v天堂无码久久无码_久久久久综合精品福利啪啪_美女扒开尿口让男人桶_国产福利第一视频在线播放_滨崎步无码AⅤ一区二区三区_三年片免费观看了_大屁股妇女流出白浆_泷川苏菲亚无码AV_我想看我想看一级男同乱伦_国产精品午夜福利免费视频,gogo国模全球大胆高清摄影图,2008门艳照全集视频,欧美午夜在线精品品亚洲AV中文无码乱人伦在线播放

教學(xué)目的:

大數(shù)據(jù)平臺課程主要介紹當(dāng)前信息管理領(lǐng)域中涉及到大數(shù)據(jù)理論及其應(yīng)用的各個大數(shù)據(jù)平臺/技術(shù)，以培養(yǎng)具備大數(shù)據(jù)應(yīng)用及開發(fā)能力的優(yōu)秀大數(shù)據(jù)工程師,。

教學(xué)要求:

1,、學(xué)生能夠理解大數(shù)據(jù)理論，以及掌握諸如基于網(wǎng)頁爬蟲的大數(shù)據(jù)收集,、基于NoSQL的大數(shù)據(jù)存儲,、基于Hadoop的大規(guī)模文件系統(tǒng)、基于MapReduce的大數(shù)據(jù)處理,、數(shù)據(jù)流挖掘等大數(shù)據(jù)相關(guān)技術(shù)/工具,；

2、學(xué)生能夠基于IBM InfoSphere BigInsights以及IBM InfoSphere Streams等大數(shù)據(jù)平臺將大數(shù)據(jù)理論應(yīng)用于當(dāng)前信息管理的各個領(lǐng)域,；

3,、訓(xùn)練學(xué)生一定的知識檢索和科研能力,。

教學(xué)內(nèi)容:

該課程主要從理論教學(xué),、實(shí)驗(yàn)教學(xué)和開發(fā)應(yīng)用三個層面入手,。

講授的理論內(nèi)容包括:1）第一章:大數(shù)據(jù)理論及大數(shù)據(jù)潛力；2）第二章:NoSQL非關(guān)系型高級數(shù)據(jù)模型管理大數(shù)據(jù),；3）第三章:大規(guī)模文件系統(tǒng)及MapReduce,，特別是Hadoop分布式文件系統(tǒng)及其在MapReduce中實(shí)現(xiàn)；4）第四章:數(shù)據(jù)流的管理與挖掘等,。這四大內(nèi)容均配有理論課程授課視頻,。

實(shí)驗(yàn)教學(xué)方面包括:1）第一章實(shí)驗(yàn):基于各種語言編寫的網(wǎng)頁爬蟲程序從各種網(wǎng)頁爬取大數(shù)據(jù)；2）第二章實(shí)驗(yàn):采用NoSQL文檔類型的MongoDB數(shù)據(jù)庫應(yīng)用實(shí)驗(yàn),；3）第三章實(shí)驗(yàn):兩個基于MapReduce的大數(shù)據(jù)處理分析算法實(shí)驗(yàn),；4）第四章實(shí)驗(yàn):一個基于SVStream的流數(shù)據(jù)聚類算法實(shí)驗(yàn)。

開發(fā)應(yīng)用方面:主要以IBM InfoSphere BigInsights(大數(shù)據(jù)處理)和IBM InfoSphere Streams(流數(shù)據(jù)處理)等信息管理和大數(shù)據(jù)平臺相關(guān)軟件作為該課程的應(yīng)用開發(fā)平臺,。本課程的實(shí)驗(yàn)教學(xué)部分將以課程負(fù)責(zé)人參加的2013IBM大數(shù)據(jù)平臺師資培訓(xùn)課程實(shí)驗(yàn)為主,，即基于IBM大學(xué)合作部所提供的VM+IBM大數(shù)據(jù)軟件環(huán)境作為主體實(shí)驗(yàn)環(huán)境。

教學(xué)方式:

講授理論結(jié)合指導(dǎo)實(shí)驗(yàn)以及應(yīng)用開發(fā)

學(xué)時分配:

本課程的教學(xué)主要是理論教學(xué)結(jié)合實(shí)驗(yàn)教學(xué)以及應(yīng)用開發(fā),。在低年級本科生已經(jīng)學(xué)了數(shù)據(jù)庫,，機(jī)器學(xué)習(xí)等基礎(chǔ)課程的基礎(chǔ)上，我們這門大數(shù)據(jù)平臺課程擬從理論結(jié)合實(shí)驗(yàn)及應(yīng)用開發(fā)講解大數(shù)據(jù)平臺的四個主要知識點(diǎn),，共76個學(xué)時,。具體學(xué)時分配如下:

1、大數(shù)據(jù)理論,、應(yīng)用潛力及數(shù)據(jù)爬蟲實(shí)驗(yàn):共10學(xué)時

大數(shù)據(jù)理論:3學(xué)時

大數(shù)據(jù)應(yīng)用潛力:3學(xué)時

網(wǎng)頁大數(shù)據(jù)爬蟲實(shí)驗(yàn):4學(xué)時

2,、NoSQL技術(shù)及其實(shí)驗(yàn):共20學(xué)時

NoSQL產(chǎn)生背景:2學(xué)時

大數(shù)據(jù)模型:3學(xué)時

大數(shù)據(jù)一致性:3學(xué)時

版本戳記:2學(xué)時

NoSQL的四大代表性數(shù)據(jù)庫及其比較:6學(xué)時

采用NoSQL文檔類型的MongoDB數(shù)據(jù)庫應(yīng)用實(shí)驗(yàn):4學(xué)時

3、大規(guī)模文件系統(tǒng),、MapReduce及實(shí)驗(yàn)和應(yīng)用開發(fā):共26學(xué)時

分布式文件系統(tǒng):4學(xué)時

Hadoop:4學(xué)時

MapReduce:6學(xué)時

基于MapReduce的大數(shù)據(jù)處理分析算法實(shí)驗(yàn):4學(xué)時

基于IBM InfoSphere BigInsights的大數(shù)據(jù)應(yīng)用開發(fā):8學(xué)時

4,、流數(shù)據(jù)挖掘、實(shí)驗(yàn)及應(yīng)用開發(fā):共20學(xué)時

流數(shù)據(jù)模型:3學(xué)時

流數(shù)據(jù)管理和處理:3學(xué)時

指數(shù)衰退模型:2學(xué)時

基于SVStream的流數(shù)據(jù)聚類算法實(shí)驗(yàn):4學(xué)時

基于IBM InfoSphere Streams的流數(shù)據(jù)應(yīng)用開發(fā):8學(xué)時

參考文獻(xiàn)目錄:

[1] E. Dumbill, editor. Planningfor Big Data . O’Reilly Media, Inc., 2012.

[2] J. Manyika, M. Chui, B.Brown, J. Bughin, R. Dobbs, C. Roxburgh, and A. H. Byers. Big data: The nextfrontier for innovation, competition, and productivity. McKinsey GlobalInstitute, May 2011.

[3] A. Rajaraman and J. D. Ullman.Mining of Massive Datasets. Cambridge University Press, 2011.

[4] P. J. Sadalage and M.Fowler. NoSQL Distilled: A Brief Guide to the Emerging World of PolyglotPersistence . Addison-Wesley Professional, 2012.

[5] G. Vaish. Getting Startedwith NoSQL . Packt Publishing Ltd., 2013.

[6] 陸嘉恒. 大數(shù)據(jù)挑戰(zhàn)與NoSQL數(shù)據(jù)庫技術(shù). 電子工業(yè)出版社.2013.

[7] W. Zhao, H. Ma and Q. He. ParallelK-Means Clustering Based on MapReduce. CloudCom 2009, LNCS 5931, pp. 674–679,2009.

[8] InfoSphere BigInsights: Bringingthe power of Hadoop to the enterprise. http://www-01.ibm.com/software/data/infosphere/biginsights/.

[9] C. M. Saracco, D. Kikuchiand T. Friedrich. Developing, publishing, and deploying your first BigDataapplication with InfoSphere BigInsights. developerWorks. 2013.

[10] C.-D. Wang, J.-H. Lai, D.Huang, and W.-S. Zheng. SVStream: A support vector based algorithm forclustering data streams. IEEE Transactions on Knowledge and Data Engineering,25(6):1410–1424, 2013.

[11] InfoSphere Streams: Captureand analyze data in motion. http://www-03.ibm.com/software/products/en/infosphere-streams.

[12] S. Soares. IBM InfoSphere:A Platform for Big Data Governance and Process Data Governance. MC PressOnline, LLC. 2013.