确定要分析的大数据问题后，如何使用大数据解决方案收集、存储和组织数据？ 在本课程中，您将体验到各种数据流派和适合每种流派的管理工具。 您将能够从大数据管理系统和分析工具的角度，描述新的大数据平台层出不穷的原因。 通过指导实践教程，您将熟悉使用实时和半结构化数据示例的技术。 讨论的系统和工具包括AsterixDB、HP Vertica、Impala、Neo4j、Redis、SparkSQL。本课程提供了从现有未开发数据源中提取价值和发现新数据源的技术。

课程结束后，您将能够： * 识别自己工作和日常生活问题中的不同数据元素 * 解释为什么您的团队需要设计大数据基础架构计划和信息系统设计 * 识别各种类型数据所需的频繁数据操作 * 选择适合您数据特征的数据模型 * 应用处理流式数据的技术 * 区分传统数据库管理系统和大数据管理系统 * 理解为什么有这么多数据管理系统 * 为一家网络游戏公司设计大数据信息系统 本课程适用于数据科学新手。 建议完成大数据入门课程。 无需编程经验，但需要具备安装应用程序和使用虚拟机的能力，以完成实践作业。 有关完整的硬件和软件规格，请参阅专业技术要求。 硬件要求： (A) 四核处理器（建议支持 VT-x 或 AMD-V），64 位；(B) 8 GB 内存；(C) 20 GB 可用磁盘。如何查找硬件信息：（Windows）：单击 "开始 "按钮打开 "系统"，右键单击 "计算机"，然后单击 "属性"；（Mac）：单击 Apple 菜单，然后单击 "关于此 Mac"，打开 "概述"。您需要高速网络连接，因为您需要下载最大 4GB 的文件。 软件要求： 本课程依赖于多个开源软件工具，包括 Apache Hadoop。所有所需软件均可免费下载和安装（互联网提供商收取的数据费除外）。软件要求包括Windows 7+、Mac OS X 10.10+、Ubuntu 14.04+ 或 CentOS 6+ VirtualBox 5+。

课程结束时，您将能够： *从示例数据库和大数据管理系统中检索数据 *描述数据管理操作与在大规模分析应用中使用这些操作所需的大数据处理模式之间的联系 *确定大数据问题何时需要数据集成 *在 Hadoop 和 Spark 平台上执行简单的大数据集成和处理 本课程适合数据科学新手。 建议完成大数据入门课程。 无需编程经验，但需要具备安装应用程序和使用虚拟机的能力，以完成实践作业。 有关完整的硬件和软件规格，请参阅专业技术要求。 硬件要求：

(A) 四核处理器（建议支持 VT-x 或 AMD-V），64 位；(B) 8 GB 内存；(C) 20 GB 可用磁盘。如何查找硬件信息：（Windows）：单击 "开始 "按钮打开 "系统"，右键单击 "计算机"，然后单击 "属性"；（Mac）：单击 Apple 菜单并单击 "关于此 Mac"，打开 "概述"。您需要高速网络连接，因为您需要下载最大 4GB 的文件。 软件要求： 本课程依赖于多个开源软件工具，包括 Apache Hadoop。所有所需软件均可免费下载和安装（互联网提供商收取的数据费除外）。软件要求包括Windows 7+、Mac OS X 10.10+、Ubuntu 14.04+ 或 CentOS 6+ VirtualBox 5+。

想让您收集的大量数据变得有意义吗？ 需要将数据驱动决策纳入您的流程？ 本课程概述了探索、分析和利用数据的机器学习技术。 课程结束时，您将能够： - 设计一种方法，利用机器学习过程中的步骤来利用数据。

- 应用机器学习技术来探索和准备建模数据 - 确定机器学习问题的类型，以便应用适当的技术 - 使用广泛可用的开源工具构建从数据中学习的模型 - 在 Spark 上使用可扩展的机器学习算法分析大数据问题 软件要求： Cloudera VM、KNIME、Spark

想了解您的数据网络结构及其在不同条件下的变化情况吗？想知道如何在图中识别紧密交互的集群？您是否听说过图分析这一快速增长的领域并想了解更多？本课程将为您提供图分析领域的广泛概述，以便您学习对图结构数据进行建模、存储、检索和分析的新方法。 完成本课程后，您将能够将问题建模到图数据库中，并以可扩展的方式在图上执行分析任务。 更妙的是，您将能够应用这些技术来了解自己项目中数据集的重要性。

欢迎来到大数据顶点项目！在这个顶点项目中，您将使用本专业早期课程中的工具和方法构建一个大数据生态系统。您将分析一个数据集，该数据集模拟了大量用户在玩我们假想的游戏 "抓住粉红火烈鸟 "时产生的大数据。在为期五周的毕业设计项目中，您将经历获取、探索、准备、分析和报告等典型的大数据科学步骤。在前两周，我们将向您介绍数据集，并指导您使用 Splunk 和 Open Office 等工具进行一些探索性分析。然后，我们将进入更具挑战性的大数据问题，需要使用您所学到的更高级的工具，包括 KNIME、Spark 的 MLLib 和 Gephi。最后，在第五周，也是最后一周，我们将向您展示如何将这一切结合起来，创建引人入胜的报告和幻灯片演示。由于我们与 Splunk（一家专注于分析机器生成的大数据的软件公司）合作，获得优秀项目的学员将有资格向 Splunk 演示，并与 Splunk 的招聘人员和工程领导会面。