武汉大数据导图培训班哪家好?寻回答去厚学网。作为一所专业的软件开发培训学校——武汉学前班网络科技有限公司 ，我们吸取以往的教学经验，采取多元化教学模式，将更快、更优作为教学理念，为莘莘学子提供便利。

　　学习方式：

　　直播/录播视频学习+在线答疑+每周作业+沙盘演练+试

　　共8周课程 56课时，每周至少一次直播

　　直播后提供录制回放视频，在线反复观看，有效期1年

　　内容介绍：

　　本课程面向于大学应届毕业生，和希望转型数据科学的攻城狮，程序猿们，学完本课程，您将对整个数据科学的概念和方法有个充分的掌握，也有了足够的技术积累能让您踏入数据科学这个充满魅力的行业。本课程也会指导您怎样准备和参加数据科学的面试，学完本课程，您可以轻轻松松的找到一份知名公司数据科学相关的工作。后续还将会有配套的中级和课程。

　　课程大纲：

　　第 1 章： 数据科学概念

　　第 1 节： 身边的数据科学

　　第 2 节： 数据科学的定义

　　第 3 节： 本课程的特点

　　第 4 节： 相关的专题

　　第 2 章： 关系数据库和关系代数

　　第 1 节： 数据处理原理

　　第 2 节： 关系代数

　　第 3 节： 数据科学中的SQL

　　第 4 节： 关系数据库的基本原理

　　第 3 章： MapReduce

　　第 1 节： 海量数据的思考

　　第 2 节： MapReduce编程模型

　　第 3 节： MapReduce中的算法

　　第 4 章： NoSQL

　　第 1 节： NoSQL解决的问题种类

　　第 2 节： Key-Value关键概念

　　第 3 节： NoSQL的存储结构

　　第 4 节： 扩展的NoSQL系统

　　第 5 节： Pig简介

　　第 6 节： 用Pig做分析

　　第 7 节： Spark

　　第 5 章： 图分析

　　第 1 节： 结构化任务

　　第 2 节： 遍历型任务

　　第 3 节： 模式匹配任务和图查询

　　第 4 节： 递归查询

　　第 5 节： 图上的表示和算法

　　第 6 章： 实用统计推断

　　第 1 节： 统计推断介绍

　　第 2 节： 采样方法

　　第 3 节： 实际遇到的问题

　　第 4 节： 多重假设检验

　　第 5 节： 贝叶斯方法介绍

　　第 7 章： 监督学习

　　第 1 节： 基于规则的学习

　　第 2 节： 基于树的学习

　　第 3 节： 模型评估

　　第 4 节： 增强学习

　　第 5 节： K-近邻方法

　　第 8 章： 优化方法

　　第 1 节： 梯度下降法

　　第 2 节： 构造损失函数

　　第 3 节： 算法的考虑

　　第 9 章： 非监督学习

　　第 1 节： 聚类

　　第 2 节： PCA

　　第 3 节： SVD

　　第 10 章： 文本挖掘

　　第 1 节： TF-IDF

　　第 2 节： 文本生成模型

　　第 3 节： 主题模型(PLSA，LDA)

　　第 11 章： 社交网络挖掘

　　第 1 节： 社交网络的表示

　　第 2 节： PageRank

　　第 3 节： 社交网络分群

　　第 12 章： 深度学习入门

　　主讲人：余戈 华为数据科学家 理学硕士

　　华为数据挖掘团队Leader，每天10TB+的数据挖掘分析工作。熟知当今用途广泛的数据挖掘、机器学习和数理统计方法，精通各种数据挖掘平台工具和数理统计包(R，python、Spark等)。