Hadoop概述 Hadoop发展简史 Hadoop的功能与作用 为什么不用关系型数据库管理系统 Hadoop优点 Hadoop的应用现状和发展趋势 Hadoop项目及其结构 Hadoop的体系结构 Hadoop与分布式开发 Hadoop应用案例 Hadoop平台上的海量数据排序

• 7.1 图计算简介 • 7.2 Pregel简介 • 7.3 Pregel图计算模型 • 7.4 Pregel的C++ API • 7.5 Pregel的体系结构 • 7.6 Pregel的应用实例 • 7.7 Pregel和MapReduce实现PageRank算法的对比 • 7.8 Hama的安装和使用

• 9.1 Spark概述 • 9.2 Spark生态系统 • 9.3 Spark运行架构 • 9.4 Spark SQL • 9.5 Spark的部署和应用方式 • 9.6 Spark编程实践

大数据是多源异构的。在信息技术飞速发展的今天，多模态数据已成为近来数据资源的主要形式。研究多模态学习方法，赋予计算机理解多源异构海量数据的能力具有重要价值。本文归纳了多模态的定义与多模态学习的基本任务，介绍了多模态学习的认知机理与发展过程。在此基础上，重点综述了多模态统计学习方法与深度学习方法。此外，本文系统归纳了近两年较为新颖的基于对抗学习的跨模态匹配与生成技术。本文总结了多模态学习的主要形式，并对未来可能的研究方向进行思考与展望

腾讯企鹅智酷：注意力革命——新媒体用户行为变迁大数据报告

8.1 流计算概述 8.2 流计算处理流程 8.3 流计算应用 8.4 流计算开源框架 – Storm 8.5 Spark Streaming 8.6 Samza 8.7 Storm、Spark Streaming和Samza的应用场景 8.8 Storm编程实践

大数据与互联网+ 不那么技术的技术书 （不纯粹的）哲学与禅（Zen） 万物源自比特 什么是博士？ 数学之美 乌合之众 杂七杂八 总得有点技术书

安顺学院：《数据科学与大数据技术》专业学位授权审核汇报PPT（田建勇）

• 12.1 可视化概述 • 12.2 可视化工具 • 12.3 可视化典型案例 • 12.4 可视化工具实践

1.1 信息检索的由来和这门课的意义 1.1.1 信息过载与大数据 1.1.2 信息检索的定义 1.1.3 数据挖掘的定义 1.1.4 本课程的意义 1.2 信息检索的历史和发展 1.2.1 信息检索的历史 1.2.2 工业界的发展 1.2.3 学术界的发展 1.2.4 国际著名研究机构和代表人物 1.3 信息检索与数据挖掘等其他学科的关系 1.4 信息检索的基本概念 1.4.1 基本概念 1.4.2 一个IR系统的基本组成部分 1.5 课程要求和说明