重要说明：本课程的第二个作业涉及 "云中的图形分析 "主题，您将在其中使用 Elastic MapReduce 和 Pig 语言对一个中等大小的数据集（约 600GB）进行图形分析。为了完成这项任务，您需要使用亚马逊网络服务（AWS）。亚马逊慷慨地为本课程的每位学员提供高达 50 美元的免费 AWS 信用额度，以便您完成作业。有关获得此信用额度过程的更多详细信息，请参阅本课程的欢迎词以及作业本身。请注意，如果您用完了学分，亚马逊、华盛顿大学和 Coursera 将无法补偿您的任何费用。 虽然我们相信该作业有助于在本课程中获得极佳的学习体验，但我们理解有些学员可能无法或不愿使用 AWS。对于没有完成需要使用 AWS 的作业的学员，我们无法颁发课程证书。因此，如果您不能或不愿意使用 AWS，就不应该支付 "数据结果交流 "课程证书的费用，因为不使用 AWS 就无法成功完成课程。 仅仅进行预测是不够的！ 有效的数据科学家知道如何解释和诠释他们的结果，并将结果准确地传达给利益相关者，为业务决策提供信息。 可视化是计算机科学的一个研究领域，它通过将感知、认知和算法联系起来，利用人类视觉皮层的巨大带宽，研究如何有效地交流定量结果。 在本课程中，您将学习如何识别、设计和使用有效的可视化方法。 您可以做出预测并说服他人采取行动，但这并不意味着您应该这样做。 在本课程中，您将探索围绕大数据的道德考量，以及这些考量如何开始影响政策和实践。 您将了解使用技术保护隐私的基本限制，以及新出现的指导数据科学家行为的行为准则。 您还将了解数据科学中可重现性的重要性，以及商业云如何帮助支持可重现性研究，即使是涉及海量数据集、复杂计算基础设施或两者的实验。 学习目标：完成本课程后，您将能够： 1.设计和评论可视化 2.解释大数据和数据科学在隐私、伦理和治理方面的最新进展 3.使用云计算以可重复的方式分析大型数据集。