搜索引擎优化(seo)-刘志军从入门到精通视频教程(全14讲)(课程二十二、玩转大数据：深入浅出大数据挖掘技术(Apriori算法、Tanagra工具、决策树))

　　搜索引擎优化(seo)-刘志军从入门到精通视频教程(全14讲)(课程二十二、玩转大数据：深入浅出大数据挖掘技术(Apriori算法、Tanagra工具、决策树))

　　课程 2 十二、 玩转大数据：解释大数据挖掘技术（Apriori 算法、Tanagra 工具、决策树）

　　本课程称为简单深度的数据挖掘技术。所谓“深”，是指从数据挖掘的原理和经典算法入手。首先是了解算法，知道在什么场景下应该使用哪种方法；二是学习

　　学习算法的经典思想可以应用到其他实际项目中；三是了解算法，让数据挖掘算法能够应用到你的项目开发中。所谓“简单解释”是指数据挖掘

　　将算法的应用落实到实际应用中。课程将通过三个不同的方面讲解算法的应用：一是微软的SQL Server、Excel等工具实现的数据挖掘；另一种是著名的开源算法

　　数据挖掘，如 Weka、KNIMA、Tanagra 等开源工具；三是以C#语言为示范，完成数据挖掘算法的实现。

　　根据实际引用场景，数据挖掘技术通常分为三类：分类器、关联分析和聚类算法。本课程主要介绍这三种算法的经典思想和一些知名的实现形式。

　　一些商业分析工具、开源工具或编程解释具体应用方法

　　课程2十三、Lucene4.X 实际百度搜索的*敏*感*词*文档海量搜索系统

　　本课程由浅入深介绍Lucene4的发展历程，搭建开发环境，分析lucene4的中文分词原理，深入讲解lucene4的系统架构，以及lucene4索引实现原理和性能优化进行了分析。

　　了解lucene4的搜索算法优化以及使用java结合lucene4实现类百度库的全文检索功能。在市场上一般很难找到具有相同深度和广度的类似视频。是少有的结合实战的高端视频教程。

　　课程2十四、数据挖掘的solr搜索引擎进阶教程快速上手（Solr集群、KI分词、项目实战）

　　本教程从最基本的solr语法入手，选择最新最流行的开源搜索引擎服务框架solr5.3.1，使用Tomcat8搭建solr集群服务；本教程可以帮助学生快速上手

　　solr的开发和二次开发，包括在hadoop集群中的使用，海量数据的索引和实时检索，通过理解、学习、安装、配置、集成等步骤指导学生如何将solr集成到项目中.

　　课程2十五、项目实战：SPSS Modeler数据挖掘项目实战训练

　　SS Modeler是业界非常有名的数据挖掘软件，它的前身是SPSS Clementine。SPSS Modeler 内置丰富的数据挖掘模型，以其强大的挖掘功能和友好的操作习惯，

　　深受用户的青睐和好评，成为众多知名企业在数据挖掘项目中的软件产品选择。本课程以SPSS Modeler为应用软件，以数据挖掘项目生命周期为线索，以实际数据挖掘项目为例，讲解从项目业务理解到最终软件实施的全过程。

　　课程二十六、数据层交换与高性能并发处理（开源ETL大数据治理工具）

　　ETL是数据提取、清洗、转换和加载的过程。是数据进入数据仓库进行大数据分析的加载过程。目前流行的数据入仓流程有两种形式。一种是进入数据库，然后执行

　　清洗改造，另一个路线是先清洗改造再进入数据库，我们的ETL属于后者。大数据的武器一般可以说是hadoop，但是大家应该知道，如果我们不先发制人

　　进入hadoop后，我们只使用mapreduce对数据进行清理转换，然后进行分析。垃圾数据会导致我们的磁盘使用量很大，无形中提升了我们的性能。

　　硬件成本（大硬盘，小内存，处理速度慢，大内存和低CPU性能也会受到影响），所以虽然hadoop理论上解决了烂机器拼凑解决大问题的问题，其实，比如

　　如果我们有更好的节点速度，一般会有所提高，所以ETL仍然是大数据环境中必不可少的数据交换工具。

　　课程2十七、零基础数据分析与挖掘R语言实战

　　本课程面向从未接触过数据分析的学生。它从最基本的 R 语法开始，逐步进入目前各个行业流行的各种分析模型。整个课程分为基础和实践两个单元。基本零件包

　　包括R语法和统计思维，R语法单元将介绍R语言中的各种特色数据结构，以及如何从外部抓取数据，如何使用包和函数，帮助学生快速通过语法水平。统计思维

　　本单元将指导如何使用统计思想快速发现数据特征或模式，并使用 R 强大的绘图功能进行可视化。实战部分选择回归、聚类、数据降维、关联规则、决策

　　Tree是这5个中最基本的数据分析模型，详细介绍它的思想和原理，并通过案例讲解R中的实现方案，特别是对各种参数和输出结果的详细解释，让同学们真正做到集成

　　渗透和推断他人的效果。并将其应用于您的工作环境

　　课程2十八、Hadoop Mahout 数据挖掘实践入门（算法分析、项目实践、中文分词技术）

　　Mahout 是 Apache Software Foundation (ASF) 旗下的一个开源项目，提供机器学习领域经典算法的一些可扩展实现，旨在帮助开发者更轻松、更快速地创建智能应用程序。课程包括： Mahout 数据挖掘工具和 Hadoop 实现推荐系统的综合实践，涉及 MapReduce、Pig 和 Mahout。

　　课程2十九、大数据项目实战Python金融应用编程（数据分析、定价与量化投资）

　　近年来，金融领域的定量分析越来越受到理论界和实践界的关注，定量分析技术也取得了长足的进步，成为关注的热点领域。所谓财务量化就是

　　分析理论与计算机编程技术相结合，更有效地利用*敏*感*词*融资产的准确定价和交易机会的发*敏*感*词*融领域的方方面面，包括

　　包括基础及衍生金融资产定价、风险管理、量化投资等。随着大数据技术的发展，量化分析逐渐与大数据相结合，实*敏*感*词*融数据的有效、快速计算和处理。

　　原因。在量化金融时代，选择合适的编程语言对于金融模型的实*敏*感*词*融计算器

　　可提供与C++、java等语言的接口，实*敏*感*词*融领域快速发展和应用的关键语言。因为它是开源的，它降低了金融计算的成本。

　　它还通过广泛的社交网络提供了大量的应用实例，大大缩短了金融量化分析的学习路径。本课程介绍了定量分析与Python语言快速发展的关系，使学生能够快速掌握如何使用Python语言对金融数据进行定量分析的基本方法。

　　课程3十、项目实践：云计算处理大数据深度、智能挖掘技术+地震数据挖掘分析

　　本课程介绍基于云计算的大数据处理技术，重点介绍一种高效、强大的海量数据实时分析处理工具——数据立方体。Data Cube是用于大数据处理的分布式数据立方体。

　　数据库，能够可靠地实时处理大数据，并具有实时响应多用户并发请求的能力。

　　介绍了数据立方体的整体架构、安装和详细的开发过程，给出了四个完整的数据立方体综合应用实例。所有实例均通过详细的分步说明进行验证，均适用于云计算

　　对想进一步了解大数据处理技术的初学者或开发者和研究人员有很好的参考价值。