大数据 | Coursera

在这个"双十一"，致力于职业发展 。Coursera Plus全年会员享8折优惠。
通过六门简单明了的课程学习基本的大数据方法。
位教师：Amarnath Gupta另外 2 个
包含在 Coursera Plus•了解更多 中
来自此计划中课程的 13,994 条评论
来自此计划中课程的 13,994 条评论
您需要了解大数据以及它将如何影响您的业务吗？本专业就是为您开设的。通过亲身体验大数据科学家和工程师使用的工具和系统，您将了解大数据可以提供哪些见解。不要求有编程经验！我们将指导您使用 MapReduce、Spark、Pig 和 Hive 等 Hadoop 基础知识。通过跟读提供的代码，您将体验到如何执行预测建模和利用图形分析对问题进行建模。通过本专业的学习，您将能够提出正确的数据问题，与数据科学家进行有效沟通，并对大型复杂数据集进行基本探索。在与数据软件公司 Splunk 合作开发的毕业设计项目中，您将应用所学技能对大数据进行基本分析。
您需要了解大数据以及它将如何影响您的业务吗？本专业就是为您开设的。通过亲身体验大数据科学家和工程师使用的工具和系统，您将了解大数据可以提供哪些见解。不要求有编程经验！我们将指导您使用 MapReduce、Spark、Pig 和 Hive 等 Hadoop 基础知识。通过跟读提供的代码，您将体验到如何执行预测建模和利用图形分析对问题进行建模。通过本专业的学习，您将能够提出正确的数据问题，与数据科学家进行有效沟通，并对大型复杂数据集进行基本探索。在与数据软件公司 Splunk 合作开发的毕业设计项目中，您将应用所学技能对大数据进行基本分析。
有兴趣增加您对大数据领域的了解吗？ 本课程适合初涉数据科学并有兴趣了解大数据时代为何到来的人。 它适合那些希望熟悉大数据问题、应用和系统背后的术语和核心概念的人。 它适合那些希望开始思考大数据如何在其业务或职业生涯中发挥作用的人。 它介绍了最常见的框架之一 Hadoop，该框架使大数据分析变得更加容易和更易于访问，从而提高了数据改变我们世界的潜力！在本课程结束时，您将能够： * 描述大数据的格局，包括现实世界中大数据问题的示例，其中包括大数据的三个关键来源：人、组织和传感器。
* 解释大数据的 "V"（数量、速度、种类、真实性、价值和价值），以及为什么每种数据都会对数据收集、监控、存储、分析和报告产生影响。 * 确定哪些是大数据问题，哪些不是大数据问题，并能够将大数据问题重塑为数据科学问题。 * 解释用于可扩展大数据分析的架构组件和编程模型。 * 总结 Hadoop 栈核心组件的功能和价值，包括 YARN 资源和作业管理系统、HDFS 文件系统和 MapReduce 编程模型。 * 使用 Hadoop 安装和运行程序！ 本课程面向数据科学新手。 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。 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。软件要求包括Windows 7+、Mac OS X 10.10+、Ubuntu 14.04+ 或 CentOS 6+ VirtualBox 5+。
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。
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
This is a great introduction for Big Data. It helps me to revisit what I learned from the meetups and webinars, then put the fundamental knowledge and information in a solid foundation. Thank you.
Nice course to describe the traditional data modeling (RDBMS) as well as various semi-structured and un-structured data modeling and management of the systems (Batch and Streaming data processing)
Assigments would be more complexity but for a beginner they are enough to understand framework. More code practice should be presented. They need to be repeated to remember of syntax
完成课程所需的时间会根据您的日程安排而有所不同，但大多数学员都能在 7 个月左右的时间内完成专业课程。
本课程面向数据科学新手。 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。
该专业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（网络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+
我们建议按课程顺序选课，因为后面的课程将以前面课程的材料为基础。
Coursera 课程和证书不授予大学学分，但有些大学可能会选择接受专业证书作为学分。请向您的院校咨询以了解更多信息。
您将能够使用当前的大数据技术处理、分析和解释海量复杂数据。 您将掌握对各种来源和格式的大数据进行建模、管理和处理的基本技能。
本课程完全在线，因此无需亲自到教室上课。您可以随时随地通过网络或移动设备访问讲座、阅读和作业。
可以！要开始学习，请单击您感兴趣的课程卡并注册。您可以注册并完成课程，以获得可共享的证书。当您订阅属于专项课程的课程时，您将自动订阅完整的专项课程。访问您的学习者仪表板，跟踪您的学习进度。
是的。在特定的学习课程中，如果您付不起注册费，可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金，您可以在说明页面找到申请链接。
不，您不能免费学习此课程。报名参加该课程后，您可以学习专项课程中的所有课程，完成作业后可获得证书。如果您付不起学费，可以申请经济援助。