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)
