Big Data Analytics

课程简介

主题 1. 大数据介绍 不同维度（Volume、Velocity、Variety）及其挑战和应用领域。 2. 大数据采集 最终一致性及NoSQL系统（MongoDB、BigTable等） 3. 大规模数据分析系统 Hadoop、MapReduce、Hive等 4. 基本统计分析 5. 大数据机器学习系统 6. 图分析 图结构、PageRank、中心性等 7. 数据分析应用：推荐系统 8. 数据可视化

学习目标

1. 向学生介绍大数据的概念及其挑战（Volume、Velocity、Variety）； 2. 教授学生如何运用技能和工具来管理和分析大数据。

先修要求

先修课程：AMA1104/COMP1004，以及COMP1011/COMP1012/EIE1003/ENG2002， 以及COMP2011/COMP2013/DSAI2201/EIE3320，以及COMP2411/EIE3112，或等同的数据库入门课程

教学模式

本课程采用讲座和实验课相结合的方式进行教学。 通过讲座，向学生介绍大数据的概念和技术。 实验课则提供机会让学生在开源和商业大数据分析软件上进行实践操作。