大数据处理

#### 课程内容：   2学分课堂教学，1学分上机实践，主打一个课堂坐着听、机房站着敲的套餐 - 大数据技术简介 - 数据预处理 - 大数据平台容器化方法 - 虚拟机、docker和Linux基础 - 大数据处理架构 - Hadoop架构、分布式文件系统HDFS、MapReduce计算框架 - 分布式数据库技术 - HBase、Hive等 - 大数据与机器学习算法 - 分类、聚类、回归和关联规则分析等 - 上机实践 #### 上课自由度：   高，相当于放养式管理，这学期随机一节课（mapreduce）纸质小测算平时成绩，猝不及防给你来个纸面偷袭 #### 考核标准： - 平时成绩（10%）：1次随堂练习，就一次，比早饭还少吃 - 作业（30%）：2次上机练习（有详细指导文档和操作视频），属于手把手喂饭到嘴边 - 课程项目（3-5人一组/单开）（60%）：分三档，均有指导文档，没有视频，视频这块直接断供 - 难度较低，均分80，评分范围75-85 - 难度中等，均分85，评分范围80-90 - 难度较大，均分90，评分范围85-95 - 第十六周期末展示汇报（小组汇报，单开不汇报），同时提交项目报告，单开选手喜提免汇报待遇但报告还是得交 #### 授课质量：   听了前半部分，还可以，听懂了，属于教材能进脑子的少数派报告

上课自由度： 极其的高，好像就一节课来得人太少了搞了课堂小测（可以邮件交）——点到就跑的情况下老师只拿出了温柔一击 考核标准： 两次实验（环境配置，Hadoop）+小组项目pre 后面还有两次实验但没记分（HBase＆Hive，Spark） 实验操作有操作教程ppt和视频，手把手教学，报告给分也很好，我有次实验没做成功写了一堆思考就给了满分——这给分是把我的一把辛酸泪也折现了 小组pre大概6-7人一组，基本组内有大佬就carry了，内容是做后面两次不计分的实验或者算法相关（ML之类的），主打一个躺赢位 授课质量： 好。但我是大四大摆子所以不予评价，反正想学有东西学，想摆也能摆，推荐给大三大四同学，人生哪还有几门课能让你光明正大摆 非常感谢老师对学生的体谅