課時一：概念綜述

1、 大數據的定義由來和原因

2、 大數據的6V特征

3、 從數據庫，數據倉庫到大數據

4、 大數據相關技術和處理

課時二：Hadoop生態圈、spark生態圈、搜索引擎概述

1、 hadoop：HDFS、Map-Reduce、Hbase、Hive等

2、 spark：scala、spark-SQL、spark-Streaming等

3、 搜索引擎：lucene（solr）、ES

4、 并發的機器學習工具：R-hadoop、spark-MLLIB、 spark-R、pyspark

課時三：存儲在hbase中的數據

1、 NoSQL（key-value）

2、 Hbase：安裝

3、 行鍵與列簇

4、 如何利用Hbase的特點存儲數據

5、 應用程序如何訪問Hbase中的數據

6、 數據遷移：sqoop

7、 Hbase的應用場景

課時四：Hive：為用SQL的開發者留的活路

1、 Hive：安裝（單用戶與多用戶）

2、 Hive：基本操作

3、 Hive：與典型的關系型數據庫的區別

4、 如果“想慢”，你可以這樣…（不恰當使用hive的案例介紹）

5、 Hive的應用場景

課時五：Spark各組件在衛生領域的應用

1、 Hadoop最大的特點是什么？

2、 Spark概述與安裝

3、 Scala：你可以一直“點”下去

4、 RDD：“映射”、“轉換”解決一切

5、 spark-SQL

6、 spark-streaming

7、 spark的其他組件

8、 應用場景

課時六：機器學習算法介紹—I

1、 綜述（人工智能、數據挖掘、機器學習、機器智能、大數據：這些詞的確切含義）

2、 監督學習、無監督學習與強化學習

3、 工具：R、Python等

4、 決策樹詳解（熵、貪心法、連續的和離散的）

5、 神經網絡詳解（神經元、激勵函數、前饋神經網絡的BP算法，其他神經網絡）

課時七：機器學習算法介紹—II

1、 關聯規則詳解（頻繁項集、Apriori、支持度、置信度）

2、 聚類詳解（k-means、k-medoid）

3、 常見算法的簡述（Na?ve-Bayes、k-NN、HMM、SVM等）