基于开源大数据平台数据分析和挖掘实训课程，该是一个理论与实践相结合的课程，阐述大数据主流的系统架构，数据分析和。

第一节：用户流失率分析与决策树随机森林模型 第二节：人脸验证与卷积神经网络 第三节：舆情监测与循环神经网络 ​第四节：数据科学实践和案例分析

本课程主要讲解Kafka核心原理及使用、Flink的核心设计原理、实时计算、SQL计算等使用场景，同时通过实战案例与实际业务的场景相结合，让学员轻松掌握Kafka和Flink在实时计算领域的实际应用。

通过本次培训，可以系统的掌握SQL的重要知识点，通过讲义点拨和经验/案例分享，快速提高实战水平； 每个专题结束后，会有相应的实验进行实践。

1，整体把握机器学习、深度学习、数据挖掘的发展方向 2，了解机器学习、深度学习、计算机视觉的技术框架 3，理解机器学习和深度学习的思维方式和关键技术 4，了解深度学习和机器学习在当前工业界的落地应用 5，了解AI顶会论文和最新技术热点

大数据overview 大数据的基石 Zookeeper Spark 核心原理 Hive 原理 Spark SQL 最佳实践 HBase Kafka Stream 原理分析与实践演练 数据湖