计算机学院计科专业大数据方向课程简介

[Mr.Z2001]

目录

• 计算机学院大数据方向课程简介
• 1 大数据方向课程列表
• 2 各科简介
• 2.1 数据科学导论
• 2.2 Python
• 2.3 大数据技术原理与应用
• 2.4 大数据算法
• 2.5 推荐系统
• 2.6 计算机综合实训
• 3 结语

计算机学院大数据方向课程简介

1 大数据方向课程列表

课程名	主讲老师	考核方式	学期	必修
数据科学导论	于戈、???	大作业	3-1	是
Python	栗伟、李宇	闭卷考试	3-1	否
大数据技术原理与应用	张天成	大作业	3-2	是
大数据算法	乔百友	大作业	3-2	否
推荐系统	???	???	4-1	否

由于笔者还写文章时是大三暑假，所以暂时没有推荐系统课程的信息。等课程结束后补充。

2 各科简介

2.1 数据科学导论

这门课主要学习一些非常常见的数据分析方法及模型，还有如何用R语言进行自动化数据分析。什么是数据分析？举个例子的话就是：假设你手里有近十年的天气情况，然后让你预测今年的天气情况。或者你手里有百万级别的购物清单数据，让你分析一下用户的购买习惯。这些都是数据分析的内容。

关于R语言。不用担心，99%的学生在上这门课之前没有接触过R语言，但都可以顺利结课。R语言的基本操作很简单，通过一些简短的教程和老师上课给的代码就可以完成课程内容。R语言环境搭建也很简单。顺带一提，R语言是常用的数据分析语言，经济专业的学生普遍使用R语言、STATA、SPSS等软件进行数据分析。

至于主讲老师另一位为什么打了问号，是因为另一位老师不固定，大概率是于戈老师课题组的另一位老师。笔者当年上课时候是a老师，雨课堂上提供的视频资料室b老师，听说今年是c老师。

教材对于写作业和期末大作业来讲挺重要的，ppt上东西不太全，教材上有比较详细的解析。电子书笔者没有找到中文版，只找到了英文版。英文版电子书链接

2.2 Python

这门课程是Python入门课，主要学习Python语法和一些常用的Python库（如pandas，numpy，regex等）。

因为大家都学过C++，所以上手Python还是很快的。Python的环境安装和环境依赖是有说法的，建议大家提前熟悉，免得到时候代码跑不出来。

这门课有四个平时作业和一个期末考试。笔者修Python时是线上考试，所以开卷了。正常在学校应该是闭卷。平时的四个作业压力不算小，涉及到的技术点如下：

• 爬虫
• 连接数据库
• C/S架构开发（客户端要求图形界面），B/S应该也行，提前问清楚
• 数据可视化
• socket网络传输

对于以上知识点，助教会教，可以按照助教教的来做。整个过程下来是辛苦的，但是一定是非常值得的。锤炼下来后，会发现是真的会写Python小项目了。建议同学们不要怕累，多多坚持一下，收获真正的知识和技能。

教材不太重要，期末考试就是八股文，还有考细节的语法题、概念题（这一小部分应该是为了消除满分）。90分不难。

2.3 大数据技术原理与应用

这门课原来叫“分布式模型与编程”。这门课主要学习分布式计算框架的原理和使用方法——Hadoop。

框架这个词对于同学们来讲应该不陌生了。我们一路走来接触了Qt、Tkinter、Pytorch、Tensorflow等框架。用过这些框架的同学应该都清楚，学习使用框架就是两件事：有哪些函数可以用？这些函数怎么用？至于函数内部是怎么实现的，不用去深究，因为是发布者已经写好的，我们只是拿过来用。

这门课的技术点如下：

• Java8的使用
• Linux系统的使用
• XShell、Xftp的使用
• Hadoop配置
• 云计算平台的使用（华为云）
• hdfs（文件系统）的使用
• HBase（数据库）的使用
• NoSQL、Redis、MongoDB（数据库）的使用
• MapReduce（并行计算框架）的使用
• （选做）Hive（数据仓库）的使用
• （选做）Spark（流计算框架）的使用
• （选做）Flink（流计算框架）的使用

这门课压力比较大，且Linux+Java的组合可能会让同学们害怕。但是好在所有的技术点只要求掌握最最最最最最基础的部分，且网上教程很多（甚至有答案）。这门课最闹心的部分其实是配环境，常见的有：虚拟机崩了、缺少系统文件、配置文件写错了、版本不匹配等等。

想卷的同学，提前熟悉Linux系统，再熟悉Java，再逐一熟悉Hadoop的各个部分。然后你就可以提前完成阶段性任务当助教赚绩点啦~修完这门课，以后对于云资源的使用就不会陌生了，且算是入了并行数据处理项目开发的门。

2.4 大数据算法

这门课主要学习大数据算法。大数据算法的特点与我们之前学习的算法不同，主要体现在：不要求精确解，且看起来很玄乎。

这门课上课听一听就好了，作业不难，期末大作业也不难~课程后期讲MapReduce并行计算框架，而这个东西在大数据技术原理与应用中已经讲过了，所以这门课的难度不大。

2.5 推荐系统

（暂略）

2.6 计算机综合实训

计算机综合实训分两阶段，第二阶段有三个方向，分别是：大数据、人工智能、JavaWeb开发。这里的大数据方向学的差不多也是Hadoop那一套，不过内容会更丰富一些，除了上面提到的以外，还有Scala、Kafka、Spark等内容。

3 结语

以上就是大数据方向的大致内容，希望可以在大家选方向时有所参考。如果有什么问题，欢迎在评论区提出，我会尽量回答。