一、大數(shù)據(jù)分析挖掘技術介紹

1、map/reduce
2、mahout數(shù)據(jù)挖掘
3、sql on hadoop
4、spark生態(tài)體系
5、R語言
6、MPI并行計算
7、GPU并行計算（深度學習）
8、fourinone并行計算

二、常用機器學習算法原理

1、決策樹
2、隨機森林
3、協(xié)同過濾推薦算法
4、樸素貝葉斯算法
5、k-means聚類算法
6、pagerank算法
7、邏輯回歸

三、大數(shù)據(jù)挖掘業(yè)務場景和生產(chǎn)平臺

1、互聯(lián)網(wǎng)金融業(yè)務
2、銀行客戶需求業(yè)務
3、大數(shù)據(jù)分析生產(chǎn)平臺

四、編程實踐

1、迭代類機器學習編程入門-求圓周率
2、pagerank的并行化實現(xiàn)（*）
3、邏輯回歸算法的java實現(xiàn)（*）
4、決策樹c45,id3的java實現(xiàn)
5、隨機森林和全樹并行化實現(xiàn)
6、訓練數(shù)據(jù)和結果模擬器
7、模型結果規(guī)則化處理