培训背景

针对贵方培训需求之R语言与Hadoop环境下大数据分析与挖掘课程，特编制此课程的方案。课程要点应答方案包括课程目标设计、课程实施大纲与框架、师资队伍配备、课程训后评估及手段、课程质量控制流程、课程后期服务承诺、课程培训承诺、课程培训优势、课程成功案例等内容。

培训收益

1.本课程尽量避开数学公式，按照“讲清思想方法原理—结合具体案例—R语言实现细节”思路，让即使是几乎没有什么基础的学员，掌握R语言数据挖掘的基本思路和模式，打下未来深入的良好基础，能在工作和学习中结合具体问题立马上手操作解决；

2.课程注重学练结合的方法，会采取小组讨论的方法，充分调动大家思考的积极性，在做中掌握相关知识和技能；

3.课程紧紧抓住R语言和数据挖掘的重点和难点，详细的分析和讲解，在理解难、容易出错的地方反复提醒，以便学员在课后容易的进行自己复习和相关拓展；

4.本课程让学员领略大数据技术的魅力和广阔前景，使学员掌握主流的大数据（包括结构化、半结构化和非结构化数据）的表示、建模、存储、管理、分析处理、挖掘、推荐技术、匹配技术与关联分析技术，以及机器学习平台的原理与应用实战；

5.课程紧密结合行业市场需求和国际国内最新技术发展潮流，让学员掌握大数据分析挖掘平台架构和应用部署，分享成功的大数据应用项目实施经验，学习大数据分析应用项目解决方案咨询服务；

6.让学员掌握常见的大数据分析方法和数据挖掘算法使用方法，以及大数据开发与运维技术。让学员掌握基于Hadoop大数据平台的数据挖掘平台Mahout、MLbase机器学习算法库应用、数据仓库HIVE、实时分析平台Spark、实时挖掘平台Shark、分布式机器学习与推荐系统平台Oryx的入门、中级以及高级应用，并对主流的大数据分析建模与挖掘推荐平台产品剖析。

培训特色

本次培训从案例分析与行业应用穿插；专家精彩内容解析、学员专题讨论、分组研究；通过全面知识理解、专题技能演示和实践引导学员掌握课程内容。

课程大纲