课程名称: 大规模数据处理:系统与算法/华盛顿大学/Bill Howe

课程主页: https://www.coursera.org/learn/data-manipulation

所在平台: Coursera

课程类别: 数据分析Data Analysis

大学或机构: 华盛顿大学

讲师： Bill Howe

授课语言： 英语

提供字幕： 英文

课程文件大小： 1.35GB

课程介绍： 大规模的数据处理：系统和算法：数据分析已取代数据获取，这已成为基于证据的决策制定的瓶颈-我们正在淹没其中。从大型，异构且嘈杂的数据集中提取知识不仅需要强大的计算资源，还需要编程抽象才能有效地使用它们。过去十年中出现的抽象概念融合了并行数据库，分布式系统和编程语言的思想，从而创建了一类新的可伸缩数据分析平台，这些平台构成了现实规模的数据科学的基础。

在本课程中，您将学习相关系统的概况，它们所依赖的原则，它们的权衡以及如何根据您的要求评估其效用。您将学习实用系统是如何从计算机科学的研究前沿中衍生出来的，以及即将出现的系统。将介绍云计算，SQL和NoSQL数据库，MapReduce及其产生的生态系统，Spark及其同时代人以及用于图形和数组的专用系统。

您还将学习数据科学的历史和背景，术语所暗示的技能，挑战和方法，以及如何构建数据科学项目。在本课程结束时，您将能够： 学习目标：

1.描述与数据科学项目相关的常见模式，挑战和方法，以及它们与相关领域的项目有何不同。

2.识别并使用与可伸缩数据处理相关的编程模型，包括关系代数，mapreduce和其他数据流模型。

3.使用适用于大规模分析的数据库技术，包括驱动并行数据库，并行查询处理和数据库内分析的概念

4.评估键值存储和NoSQL系统，描述它们在可比系统中的权衡，该空间中重要示例的细节以及未来趋势。

5. MapReduce中的“思考”功能，可为包括Hadoop和Spark在内的系统有效地编写算法。您将了解它们的局限性，设计细节，它们与数据库的关系以及它们相关的算法，扩展和语言生态系统。 用Spark编写程序 6.描述用于图形，数组和流的专用大数据系统的概况

本课程属于 Data Science at Scale Specialization/大规模数据科学 专项课程 中的第1门课程。

课程压缩包下载地址（度盘链接）：

友情提醒：