| 技术领域 | 核心内容 | 实战项目 |
|---|---|---|
| 数据检索系统 | Lucene4架构解析 | 百度式文档检索系统 |
| 集群处理 | Solr5分布式部署 | 海量数据实时检索 |
| 商业分析 | SPSS Modeler建模 | 客户价值分析模型 |
课程从数据采集处理技术起步，逐步深入到机器学习算法应用层。阶段重点掌握ETL数据清洗技术，通过开源Kettle工具实现异构数据源整合。
在数据立方技术模块中，学员将参与地震数据分析项目，运用MapReduce技术处理TB级地质数据。通过Spark MLlib构建预测模型，掌握时间序列分析技巧。
采用分层递进式教学设计，在R语言统计基础阶段，通过ggplot2可视化教学帮助学员快速建立数据直觉。进阶到Mahout时，重点解析推荐系统协同过滤算法的工程实现。
