About the CourseInterested in incre

About the Course
Interested in increasing your knowledge of the Big Data landscape? This course is for those new to data science and interested in understanding why the Big Data Era has come to be. It is for those who want to become conversant with the terminology and the core concepts behind big data problems, applications, and systems. It is for those who want to start thinking about how Big Data might be useful in their business or career. It provides an introduction to one of the most common frameworks, Hadoop, that has made big data analysis easier and more accessible -- increasing the potential for data to transform our world!

At the end of this course, you will be able to:

* Describe the Big Data landscape including examples of real world big data problems including the three key sources of Big Data: people, organizations, and sensors.

* Explain the V’s of Big Data (volume, velocity, variety, veracity, valence, and value) and why each impacts data collection, monitoring, storage, analysis and reporting.

* Get value out of Big Data by using a 5-step process to structure your analysis.

* Identify what are and what are not big data problems and be able to recast big data problems as data science questions.

* Provide an explanation of the architectural components and programming models used for scalable big data analysis.

* Summarize the features and value of core Hadoop stack components including the YARN resource and job management system, the HDFS file system and the MapReduce programming model.

* Install and run a program using Hadoop!

This course is for those new to data science. No prior programming experience is needed, although the ability to install applications and utilize a virtual machine is necessary to complete the hands-on assignments.

Hardware Requirements:
(A) Quad Core Processor (VT-x or AMD-V support recommended), 64-bit; (B) 8 GB RAM; (C) 20 GB disk free. How to find your hardware information: (Windows): Open System by clicking the Start button, right-clicking Computer, and then clicking Properties; (Mac): Open Overview by clicking on the Apple menu and clicking “About This Mac.” Most computers with 8 GB RAM purchased in the last 3 years will meet the minimum requirements.You will need a high speed internet connection because you will be downloading files up to 4 Gb in size.

Software Requirements:
This course relies on several open-source software tools, including Apache Hadoop. All required software can be downloaded and installed free of charge. Software requirements include: Windows 7+, Mac OS X 10.10+, Ubuntu 14.04+ or CentOS 6+ VirtualBox 5+.

Kết quả (Việt) 1:

Về các khóa họcQuan tâm đến gia tăng kiến thức của bạn của cảnh quan lớn dữ liệu? Khóa học này là cho những người mới đến dữ liệu khoa học và quan tâm đến sự hiểu biết lý do tại sao thời dữ liệu lớn đã đến. Nó là dành cho những người muốn trở thành thân giao với các thuật ngữ và khái niệm cốt lõi sau những vấn đề lớn dữ liệu, ứng dụng và hệ thống. Nó là dành cho những người muốn bắt đầu suy nghĩ về làm thế nào lớn các dữ liệu có thể là hữu ích trong kinh doanh hoặc sự nghiệp của họ. Nó cung cấp một giới thiệu về một trong các khuôn khổ phổ biến nhất, Hadoop, đã thực hiện phân tích dữ liệu lớn dễ dàng hơn và dễ tiếp cận hơn--tăng tiềm năng cho các dữ liệu để biến đổi thế giới của chúng tôi!Vào cuối khóa học này, bạn sẽ có thể:* Mô tả các cảnh quan lớn dữ liệu bao gồm các ví dụ về các vấn đề lớn dữ liệu thực thế giới bao gồm cả ba nguồn chính lớn dữ liệu: người dân, tổ chức, và cảm biến. * Giải thích V lớn dữ liệu (khối lượng, vận tốc, đa dạng, tính chính xác, valence, và giá trị) và lý do tại sao mỗi tác động đến thu thập dữ liệu, theo dõi, lưu trữ, phân tích và báo cáo.* Nhận được các giá trị trong dữ liệu lớn bằng cách sử dụng một quá trình 5 bước để cấu trúc phân tích của bạn. * Xác định là gì và những gì không phải là vấn đề lớn dữ liệu và có thể làm lại tác phâm lớn dữ liệu các vấn đề như các dữ liệu khoa học hỏi.* Cung cấp một lời giải thích của các thành phần kiến trúc và mô hình lập trình được sử dụng để phân tích dữ liệu lớn khả năng mở rộng.* Tóm tắt các tính năng và giá trị cốt lõi Hadoop ngăn xếp thành phần bao gồm sợi nguồn lực và công việc quản lý hệ thống, Hệ thống tập tin HDFS và mô hình lập trình MapReduce.* Cài đặt và chạy chương trình bằng cách sử dụng Hadoop!Khóa học này là cho những người mới đến dữ liệu khoa học. Không có kinh nghiệm lập trình cần thiết, mặc dù khả năng cài đặt ứng dụng và sử dụng một máy ảo là cần thiết để hoàn thành các bài tập thực hành. Yêu cầu phần cứng:(A) quad Core Processor (VT-x hoặc AMD-V hỗ trợ khuyến khích), 64-bit; (B) 8 GB RAM; (C) 20 GB disk miễn phí. Làm thế nào để tìm thông tin phần cứng của bạn: (Windows): các hệ thống mở bằng cách nhấp vào nút bắt đầu, nhấp chuột phải vào máy tính và sau đó nhấp vào thuộc tính; (Mac): Tổng quan về mở bằng cách nhấp vào trình đơn Apple và nhấp vào "Về This Mac." Hầu hết các máy tính với 8 GB RAM đã mua trong 3 năm qua sẽ đáp ứng các yêu cầu tối thiểu. Bạn sẽ cần một cao tốc độ kết nối internet bởi vì bạn sẽ tải xuống các tập tin lên đến 4 Gb Kích thước. Yêu cầu phần mềm:Khóa học này dựa vào một số công cụ phần mềm mã nguồn mở, bao gồm cả Apache Hadoop. Tất cả các yêu cầu phần mềm có thể được tải về và cài đặt miễn phí. Phần mềm yêu cầu bao gồm: Windows 7, Mac OS X 10.10+, Ubuntu 14,04 + hoặc VirtualBox CentOS 6 + 5 +.

Kết quả (Việt) 2:

Thông tin về các khóa học
quan tâm trong việc gia tăng kiến thức của bạn của cảnh quan lớn dữ liệu? Khóa học này là dành cho những người mới với khoa học dữ liệu và quan tâm trong việc tìm hiểu lý do tại sao dữ liệu Era Big đã đến để được. Nó là dành cho những người muốn trở thành giao với các thuật ngữ và khái niệm cốt lõi đằng sau vấn đề lớn dữ liệu, các ứng dụng và hệ thống. Nó là dành cho những người muốn bắt đầu suy nghĩ về cách Big Data có thể có ích trong kinh doanh hay nghề nghiệp của họ. Nó cung cấp một giới thiệu về một trong những khuôn khổ thông thường nhất, Hadoop, mà đã có những phân tích dữ liệu lớn dễ dàng hơn và dễ tiếp cận hơn - tăng khả năng dữ liệu biến đổi thế giới của chúng tôi!

Vào cuối khóa học này, bạn sẽ có thể:

* Mô tả các cảnh quan Big Data bao gồm cả ví dụ về thế giới thực vấn đề dữ liệu lớn bao gồm ba nguồn chính của Big Data:. dân, tổ chức, và các cảm biến

* Giải thích của V của Big Data (khối lượng, vận tốc, đa dạng, tính xác thực, hóa trị, và giá trị) và tại sao mỗi tác động thu thập dữ liệu, giám sát, lưu trữ, phân tích và báo cáo.

* Nhận ra giá trị của Big Data bằng cách sử dụng một quá trình 5 bước để cấu trúc phân tích của bạn.

* Xác định được những gì và những gì không phải là vấn đề dữ liệu lớn và có thể viết lại vấn đề dữ liệu lớn như các câu hỏi khoa học dữ liệu.

* Cung cấp một lời giải thích của các thành phần kiến trúc và mô hình lập trình được sử dụng để phân tích dữ liệu lớn khả năng mở rộng.

* Tóm tắt các tính năng và giá trị cốt lõi chồng thành phần Hadoop bao gồm các tài nguyên sợi và hệ thống quản lý công việc, hệ thống tập tin HDFS và mô hình lập trình MapReduce.

* Cài đặt và chạy một chương trình sử dụng Hadoop!

Khóa học này là dành cho những người mới với khoa học dữ liệu. Không có kinh nghiệm lập trình trước là cần thiết, mặc dù khả năng cài đặt các ứng dụng và sử dụng một máy ảo là cần thiết để hoàn thành việc thực hành các bài tập.

Yêu cầu phần cứng:
(A) Bộ xử lý Quad Core (VT-x hoặc hỗ trợ AMD-V khuyến khích), 64 -bit; (B) 8 GB RAM; (C) 20 GB đĩa trống. Làm thế nào để tìm kiếm thông tin phần cứng của bạn: (Windows): Open System bằng cách nhấn vào nút Start, kích chuột phải vào Computer, và sau đó nhấp Properties; (Mac): ". Giới thiệu về Mac" Open Tổng quan về bằng cách nhấp vào menu Apple và nhấp Hầu hết các máy tính với 8 GB RAM mua trong 3 năm qua sẽ đáp ứng requirements.You tối thiểu sẽ cần một kết nối internet tốc độ cao bởi vì bạn sẽ được tải file lên đến 4 Gb trong kích thước.

phần mềm Yêu cầu:
Khóa học này dựa trên một số công cụ phần mềm mã nguồn mở, bao gồm cả Apache Hadoop. Tất cả các phần mềm cần thiết có thể được tải về và cài đặt miễn phí. Yêu cầu phần mềm bao gồm: Windows 7+, Mac OS X 10.10+, Ubuntu 14.04+ hoặc CentOS 6 + 5 + VirtualBox.