课程目录
1-1 [大数据职位技能需求、薪资水平、职业晋升路线] 大数据开发职业生涯规划及成长路线指导 (59:07) 1-2 [大数据职位技能需求、薪资水平、职业晋升路线] 大数据部门各个职位技能需求、市场薪资水平 (21:43) 2-1 [大数据部门组织架构和团队建设] 大数据部门组织架构和团队建设 (23:16) 3-1 [Hadoop大数据平台建设] Hadoop核心原理和介绍 (43:32) 3-2 [Hadoop大数据平台建设] Linux系统常用命令基于互联网公司正式环境Centos (16:44) 3-3 [Hadoop大数据平台建设] Hadoop安装和部署实战 (01:00:15) 3-4 [Hadoop大数据平台建设] Hadoop的Web管理界面介绍 (02:36) 4-1 [Hive数据仓库及数据分析操作实战] Hive原理介绍 (12:11) 4-2 [Hive数据仓库及数据分析操作实战] Hive表结构定义语法 (07:26) 4-3 [Hive数据仓库及数据分析操作实战] HDFS热门常用命令 (08:00) 4-4 [Hive数据仓库及数据分析操作实战] Hive SQL语句精讲 (23:46) 4-5 [Hive数据仓库及数据分析操作实战] 用Shell脚本如何执行Hive Sql (08:35) 4-6 [Hive数据仓库及数据分析操作实战] Azkaban调度、Oozie调度执行hive的shell (08:05) 4-7 [Hive数据仓库及数据分析操作实战] Hive数据仓库模型设计 (09:06) 4-8 [Hive数据仓库及数据分析操作实战] Hive UDF函数 (10:25) 4-9 [Hive数据仓库及数据分析操作实战] Hive数据仓库Linux生产服务器实战操作 (01:00:19) 5-1 [Sqoop大数据ETL工具] Sqoop大数据ETL工具实战 (01:00:45) 5-2 [Sqoop大数据ETL工具] Sqoop安装Docker服务器环境操作实战 (08:17) 5-3 [Sqoop大数据ETL工具] 基于Docker的Mysql容器安装和Sqoop操作Hado (46:20) 6-1 [大数据Hbase数据库实战] Hbase原理及介绍 (15:00) 6-2 [大数据Hbase数据库实战] Hbase架构及基本组件 (07:01) 6-3 [大数据Hbase数据库实战] Hbase数据结构和表详解 (04:06) 6-4 [大数据Hbase数据库实战] Hbase安装部署和常用操作 (21:39) 6-5 [大数据Hbase数据库实战] Hbase客户端命令SQL工具和Phoenix (31:10) 6-6 [大数据Hbase数据库实战] Hbase升级和数据迁移和相关Hbase操作 (05:07) 6-7 [大数据Hbase数据库实战] Hbase Shell常用命令服务器操作实战 (58:15) 6-8 [大数据Hbase数据库实战] Hive集成Hbase查询数据服务器操作实战 (24:17) 7-1 [大数据编程开发语言必备] Java和Scala开发环境配置IntelliJ IDEA工 (01:01:45) 7-2 [大数据编程开发语言必备] 快速上手Java编程 (01:25:24) 7-3 [大数据编程开发语言必备] Java面向对象高级编程和数据库编程操作 (39:26) 7-4 [大数据编程开发语言必备] 大数据Spark之Scala语言编程 (01:42:24) 8-1 [Spark分布式内存计算] Spark原理与介绍 (15:00) 8-2 [Spark分布式内存计算] Spark和Hadoop的比较 (10:59) 8-3 [Spark分布式内存计算] Spark生态圈 (04:04) 8-4 [Spark分布式内存计算] Spark MLlib机器学习 (13:01) 8-5 [Spark分布式内存计算] Spark GraphX图计算 (04:59) 8-6 [Spark分布式内存计算] Spark Streaming流式计算 (03:02) 8-7 [Spark分布式内存计算] Spark编程及常用函数介绍 (40:01) 8-8 [Spark分布式内存计算] Spark分布式集群环境安装搭建及项目案例 (19:17) 9-1 [大数据Spark项目案例实战操作] 大数据Spark分布式大规模发送邮件项目实战 (01:52:35) 9-2 [大数据Spark项目案例实战操作] 大数据Spark分布式操作Hbase项目实战 (01:28:12) 10-1 [Docker容器] Docker原理与介绍 (16:19) 10-2 [Docker容器] Docker安装部署 (04:12) 10-3 [Docker容器] 搭建Docker固定ip网络 (02:36) 10-4 [Docker容器] Docker常用命令 (45:31) 10-5 [Docker容器] 基于Docker安装Mysql数据库和Hadoop分布式集群 (08:53) 11-1 [Spark分布式机器学习 - Word2Vec词向量模型] word2vec算法原理 (53:45) 11-2 [Spark分布式机器学习 - Word2Vec词向量模型] word2vec词向量模型源码解析实战 (22:00) 11-3 [Spark分布式机器学习 - Word2Vec词向量模型] word2vec源码编译打包及服务器部署模型训练操作实战全过 (28:16) 12-1 [Spark分布式机器学习 - 排序学习算法] Learning to rank排序学习算法原理概述 (02:59) 12-2 [Spark分布式机器学习 - 排序学习算法] PointWise、PairWise和ListWise排序 (02:41) 12-3 [Spark分布式机器学习 - 排序学习算法] Learning to rank评价指标MAP和NDCG (04:49) 12-4 [Spark分布式机器学习 - 排序学习算法] Learning to rank排序学习算法源码深度解密实战 (29:31) 13-1 [Spark分布式机器学习 - 逻辑回归算法] 逻辑回归算法原理与介绍 (16:15) 13-2 [Spark分布式机器学习 - 逻辑回归算法] 逻辑回归经典应用场景 (05:13) 13-3 [Spark分布式机器学习 - 逻辑回归算法] SGD逻辑回归（随机梯度下降法） (23:36) 13-4 [Spark分布式机器学习 - 逻辑回归算法] LBFGS逻辑回归（拟牛顿法） (10:33) 13-5 [Spark分布式机器学习 - 逻辑回归算法] 逻辑回归线上实时预测 (02:54) 14-1 [Spark分布式机器学习 - 决策树算法] 决策树算法原理与介绍 (19:21) 14-2 [Spark分布式机器学习 - 决策树算法] 决策树算法经典应用场景 (03:21) 14-3 [Spark分布式机器学习 - 决策树算法] 决策树算法源码实战 (23:11) 14-4 [Spark分布式机器学习 - 决策树算法] 决策树算法优缺点 (02:14) 14-5 [Spark分布式机器学习 - 决策树算法] 决策树算法与随机森林联系和区别 (07:09) 15-1 [Spark分布式机器学习 - 随机森林算法] 随机森林算法原理与介绍 (15:37) 15-2 [Spark分布式机器学习 - 随机森林算法] 随机森林经典应用场景 (02:34) 15-3 [Spark分布式机器学习 - 随机森林算法] 随机森林模型参数详解 (12:10) 15-4 [Spark分布式机器学习 - 随机森林算法] 随机森林源码实战 (19:05) 15-5 [Spark分布式机器学习 - 随机森林算法] 随机森林源码二次开发 (19:11) 15-6 [Spark分布式机器学习 - 随机森林算法] 随机森林和GBDT（梯度提升决策树）的联系和区别 (07:16) 16-1 [Spark分布式机器学习 - GBDT梯度提升决策树算法] GBDT算法原理与介绍 (16:30) 16-2 [Spark分布式机器学习 - GBDT梯度提升决策树算法] GBDT经典应用场景 (07:37) 16-3 [Spark分布式机器学习 - GBDT梯度提升决策树算法] GBDT模型参数详解 (08:34) 16-4 [Spark分布式机器学习 - GBDT梯度提升决策树算法] GBDT源码实战 (27:33) 16-5 [Spark分布式机器学习 - GBDT梯度提升决策树算法] GBDT模型文件里具体内容展示 (02:10) 16-6 [Spark分布式机器学习 - GBDT梯度提升决策树算法] GBDT和SVM（接近于神经网络的算法） (05:58) 17-1 [Spark分布式机器学习 - SVM支持向量机算法] SVM支持向量机算法原理与介绍 (35:39) 17-2 [Spark分布式机器学习 - SVM支持向量机算法] SVM经典应用场景 (04:13) 17-3 [Spark分布式机器学习 - SVM支持向量机算法] Python的scikit-learn的SVM算法实战 (03:52) 17-4 [Spark分布式机器学习 - SVM支持向量机算法] LIBSVM 算法工具包实战 (09:22) 17-5 [Spark分布式机器学习 - SVM支持向量机算法] Spark SVM实战（Scala） (14:39) 17-6 [Spark分布式机器学习 - SVM支持向量机算法] SVM支持向量机模型文件内容展示 (05:26) 18-1 [Spark分布式机器学习 - 贝叶斯算法] 朴素贝叶斯算法原理与介绍 (13:38) 18-2 [Spark分布式机器学习 - 贝叶斯算法] 朴素贝叶斯应用场景 (04:59) 18-3 [Spark分布式机器学习 - 贝叶斯算法] 朴素贝叶斯文本分类特征工程 (21:04) 18-4 [Spark分布式机器学习 - 贝叶斯算法] Mahout朴素贝叶斯源码实战 (08:29) 18-5 [Spark分布式机器学习 - 贝叶斯算法] Spark朴素贝叶斯源码实战 (13:06) 18-6 [Spark分布式机器学习 - 贝叶斯算法] 朴素贝叶斯模型文件内容展示 (06:46) 19-1 [Spark分布式机器学习 - 序列模式挖掘] 序列模式挖掘算法原理与介绍 (12:37) 19-2 [Spark分布式机器学习 - 序列模式挖掘] 序列模式挖掘算法应用场景 (04:27) 19-3 [Spark分布式机器学习 - 序列模式挖掘] 序列模式挖掘算法的基本概念 (09:26) 19-4 [Spark分布式机器学习 - 序列模式挖掘] PrefixSpan算法的基本概念 (06:12) 19-5 [Spark分布式机器学习 - 序列模式挖掘] PrefixSpan算法流程 (03:40) 19-6 [Spark分布式机器学习 - 序列模式挖掘] PrefixSpan算法优势和劣势 (03:36) 19-7 [Spark分布式机器学习 - 序列模式挖掘] SparkMLlib实现的PrefixSpan算法源码实战 (19:49) 19-8 [Spark分布式机器学习 - 序列模式挖掘] 充电了么自研轻量级序列模式挖掘源码实战 (09:27) 20-1 [大数据推荐系统实战] 推荐系统架构设计 (01:25:26) 20-2 [大数据推荐系统实战] 推荐数据仓库集市 (01:22:22) 20-3 [大数据推荐系统实战] 推荐系统ETL数据处理 (49:15) 20-4 [大数据推荐系统实战] CF协同过滤用户行为挖掘 (01:26:04) 20-5 [大数据推荐系统实战] 推荐算法ALS交替最小二乘法 (52:36) 20-6 [大数据推荐系统实战] 推荐系统ContentBase文本挖掘算法 (01:04:45) 20-7 [大数据推荐系统实战] 用户画像兴趣标签提取算法 (01:22:02) 20-8 [大数据推荐系统实战] 基于用户心理学模型推荐 (38:58) 20-9 [大数据推荐系统实战] 推荐系统多策略融合算法 (38:58) 20-10 [大数据推荐系统实战] 准实时在线学习推荐引擎 (01:04:42) 20-11 [大数据推荐系统实战] Redis分布式缓存处理 (01:17:49) 20-12 [大数据推荐系统实战] 分布式搜索引擎 (01:10:50) 20-13 [大数据推荐系统实战] 推荐Rerank二次重排序算法（LR、GBDT、RF神经网络 (47:21) 20-14 [大数据推荐系统实战] Learning To Rank排序学习算法 (45:05) 20-15 [大数据推荐系统实战] 推荐Rerank二次重排序算法（基于加权公式思想做二次排序） (07:18) 20-16 [大数据推荐系统实战] 在线Java Web实时推荐引擎服务原理及核心处理算法 (37:01) 20-17 [大数据推荐系统实战] 在线Web实时推荐引擎服务核心源代码解析 (43:12) 20-18 [大数据推荐系统实战] 在线AB测试推荐效果评估 (03:08) 20-19 [大数据推荐系统实战] 离线AB测试推荐效果评估 (04:02) 20-20 [大数据推荐系统实战] 推荐位管理平台 (04:41) 20-21 [大数据推荐系统实战] 基于大模型的对话式推荐算法系统技术架构全解析与落地 (51:30)
