查看详情>> 第一章  云计算概述 1、云计算的概念。 2、云计算的发展历程与现状。 3、云计算的特征. 4、云计算的主要应用形式。 5、云计算体系结构 6、典型的云计算平台与云应用 7、云计算的发展前景 第二章  云计算核心系统 1、。云计算系统需要什么样的核心系统。 2、云计算核心系统的核心是什么。 3、云计算核心系统可以运行什么应用。 4、云计算系统解决了那些互联网电视核心问题 第三章  互联网电视 1、互联网电视的发展历程。 2、互联网电视的分类。 3、互联网电视的一些误区. 4、互联网电视的主要应用形式。 5、互联网电视发展趋势 第四章  互联网电视、智能电视、云电视 1、。智能电视的定义。 2、云电视的特征。 3、三种电视的相同点和不同特征。 4、广电行业未来的发展方向 5、在云计算时代的行业竞争 第五章  政府与云计算 1、。云计算时代政府的作用。 2、云计算时代国家的媒体主权。 3、地方政府如何规划云计算和互联网电视产业。 4、如何将云计算转化为生产力，促进互联网电视发展 5、互联网电视如何应用于民生重点行业   第六章  互联网电视的云计算解决方案 1、互联网电视台构架。 2、互联网电视机工作原理。 3、互联网电视的国际标准和国家标准。 4、互联网电视的运营模式和监管政策。 5、传统电视行业的变革。 6、主流IT厂商的视频云计算解决方案 7、手机终端的互联网电视服务 第七章  云计算支撑平台 1、新媒体支撑环境要求。 2、海量电视智能云处理平台。 3、内容分发和认证。 4、互联网电视服务门户。

查看详情>> 第一讲：云计算概述 1.云计算成为IT发展趋势 2.云计算定义 3.云计算的类型和服务层次 4.云计算构架 5.云计算的优势 第二讲：云计算主要技术 1.云计算的核心 2.云计算技术框架 Level0视图 Level1视图 3.云服务提供 4.基础架构云计算架构 5.主要虚拟化技术 小型机虚拟化技术 X86虚拟化技术比较 服务器虚拟化的限制 SAN存储虚拟化技术 基于集成化设备的虚拟存储 基于智能交换机的虚拟存储 基于存储阵列的虚拟存储 6.IBMXIV 7.网络技术路线图 第三讲：云计算产业及应用 1.云计算下的商业模式 2.云计算下的应用开发模式变化 3.云计算产业链 4.云计算三个主要领域的典型应用 GOOGLE——互联网领域的神话 Amazon——机缘巧合的成功者 Salesforce.com——租用服务的创新者 5.元计算目前面临的问题 6.云计算应用的可靠性 第四讲：云计算与电信运营商 1.电信运营商在云计算产业链的角色 2.电信运营商引入云计算的优势 3.云计算运用的驱动力 4.电信运营商引入云计算的切入点 5.国外运营商的实践

查看详情>> 第一讲：Hadoop概述 1.什么是Hadoop 2.为什么要选择Hadoop 3.Hadoop关键词和术语 第二讲：Hadoop的单机部署 1.部署条件 支持平台 所需软件 安装软件 2.下载源 3.运行Hadoop集群的准备工作 4.Hadoop单机操作方法 5.伪分布式模式的操作 配置文件 免密码Shh设置 执行程序 第三讲：Hadoop集群搭建 1.Hadoop软件安装 2.Master配置 3.Slave配置 4.初始化和启动Hadoop集群 初始文件系统 启动Hadoop 停止Hadoop 5.测试用例 6.管理界面与命令 第四讲：Hadoop架构分析 1.HDFS特点与角色 2.MapReduce介绍 3.综合架构分析 4.Hadoop应用 第五讲：Hadoop系统维护 1.Hadoop的系统监控 2.Hadoop中的命令总结 3.NameNode与JobTracker单点故障说明 4.经验总结 5.其它日常问题说明

查看详情>> 第一章商务智能概述 1-商务智能简介 商务智能应用领域 商务智能发展前景 示例：中国移动经营分析系统简介 2-数据仓库概念 数据仓库概述 数据仓库的体系架构 3-面向数据 数据粒度 数据仓库的应用领域和案例分析 常用数据仓库产品介绍 4-元数据管理与ETL概述 第二章多维数据技术 1-数据仓库与数据模型 2-维度表与事实表 星型模式 雪花模式 事实星座模式 3-联机分析处理OLAP概述 OLAP的前端分析策略 实验：使用OLAP工具建立及浏览多维数据集 4-数据挖掘系统的分类 5-数据挖掘中的数据预处理 实例：移动通信客户流失分析数据预处理 6-数据挖掘过程CRISP-DM简介 第三章相关分析和因子分析 1-主成分分析 2-预测与回归分析 3-关联规则挖掘 4-Apriori算法介绍 实例与讨论：关联规则行业应用 5-分类方法 决策树 神经网络 其他分类方法 各种分类方法比较 实例与讨论：分类方法行业应用 第四章聚类分析 1-划分方法 2-分层方法 3-基于密度的方法 4-异常分析 实例与讨论：聚类行业应用 数据挖掘模型评价数据挖掘的应用和发展趋势 常用数据挖掘工具介绍 实例：使用数据挖掘工具Clementine进行数据挖掘建模 课程回顾与总结

查看详情>> 第一章数据汇总与分析的基础 1-Excel的几个实用数据处理技能和技巧 2-管理软件导入数据的高效数据整理与处理 3-从海量数据中快速高效提取关键数据 4-表格架构的重新搭建 第二章数据动态汇总与分析实用技能及其实际应用 1-Excel的几个实用函数和实用技术 2-灵活的可以查看任意时间段的汇总分析表模版 3-大量工作表的快速汇总与灵活分析 4-与管理软件整合的动态汇总与分析 5-制作动态的滚动汇总分析模版 实际应用之一：利润表动态分析模版 实际应用之二：预算执行情况动态分析模版 实际应用之三：人工成本动态滚动跟踪分析模版 实际应用之四：产品标准成本滚动汇总分析模版 实际应用之五：经营业绩滚动分析模版 实际应用之六：人力资源状况多维度分析模版 第三章数据挖掘技术及其实际应用 1-数据透视表分析数据的实用方法和技巧 2-实际应用：从不同角度挖掘数据信息 3-利用数据透视表快速汇总大量工作表 4-快速汇总其他工作簿的多个工作表数据 5-以数据库数据进行深度挖掘和分析 第四章利用图表展示分析结果 1-画龙点睛：突出图表的重点信息 2-使用组合图表达更深层的数据信息 3-动态图表：让图表灵活展示需要的信息 4-各种汇总分析图表案例集萃

查看详情>> 第一章  数据挖掘简介 1- 数据挖掘的起源 2- CRISP-DM方法论 3- 数据挖据的主流工具 4- 数据挖据技术发展趋势 第二章  SPSS Modeler简介 1- SPSS Modeler15.0的C/S架构和界面介绍 2- SPSS Modeler可视化程序的使用基础 第三章  读取数据文件 1- SPSS Modeler可以读取的数据格式 2- 读取文本数据与查看数据、SPSS数据、数据库数据（SDAP） 3- SPSS Modeler中的字段类型、字段方向 4- 保存SPSS Modeler流 第四章  数据质量评估 1- 数据理解 2- 缺失值定义 3- 数据审核节点介绍 4- 分布图节点--初步理解字符型字段的分布 5- 直方图/统计节点--初步理解数值型字段的分布 第五章  简单数据整理 1- Clem语言简介 2- 选择节点，过滤节点和导出节点介绍 3- 自动生成操作节点 第六章  寻找数据中的关系 1- 矩阵节点 2- 网络图节点 3- 统计节点 4- 散点图节点 5- 直方图节点 第七章  SPSS Modeler中的数据建模技术 1- 神经网络、规则归纳模型、模型比较 2- 聚类分析、关联规则、序列检测

查看详情>> 第一章 大数据分析概述  介绍大数据的概念和特征，面向安全的大数据分析的目的是希望从大数据中分析出异常行为或攻击事件，尤其是未知且未感知的攻击和异常。 1、大数据（Big data）的前世今生 假如我们有了一个数据预报台，就像为企业装上了一个GPS和雷达，企业的出海将会更有把握。——马云2012年网商大会演讲 2、大数据的4V特征 1V-Volume，数据体量巨大。从TB级别，跃升到PB级别 2V- Variety，数据类型繁多。网络日志、图片、视频、地理位置信息、购物等等 3V- Value，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅一两秒 4V- Velocity, 处理速度快。1秒定律。这一点和传统的data mining有着本质不同 3、大数据的价值 纵向：消费者、企业与价值链 横向：“大交易数据”（比如支付宝的交易数据）和“大交互数据”（比如一些社交网站，移动互联网新媒体等） 两类数据融合：容易洞察“客户足迹”，掌控消费趋势、开发创新产品和推进精确营销 第二章 适用于异常检测的大数据分析算法原理 1、经典统计方法 组合优化 EM优化 2、聚类分析算法 例如，我们可以根据各个银行网点的储蓄量、人力资源状况、营业面积、特色功能、网点级别、所处功能区域等因素情况，将网点分为几个等级，再比较各银行之间不同等级网点数量对比状况。 直接聚类法 最短距离聚类法 最远距离聚类法 3、相似性分析算法 检测效率高 相似列表片段 4、关联分析算法 关联算法是数据挖掘中的一类重要算法。1993年,R.Agrawal等人首次提出了挖掘顾客交易数据中项目集间的关联规则问题，其核心是基于两阶段频繁集思想的递推算法。该关联规则在分类上属于单维、单层及布尔关联规则，典型的算法是Aprior算法。 5、分类算法 决策树 贝叶斯 K-近邻 基于关联规则的分类 集成学习 6、文本分析 (I)用映射或变换的方法把原始特征变换为较少的新特征。 (2)从原始特征中挑选出一些最具代表性的特征。 (3)根据专家的知识挑选最有影响的特征。 (4)用数学的方法进行选取，找出最具分类信息的特征，这种方法是一种比较精确的方法，人为因素的干扰较少，尤其适合于文本自动分类挖掘系统的应用。 第三章  面向安全的大数据分析思路  1、可分析数据 可靠性数据分析 智能数据分析 多元统计分析 2、分析的过程 数据是信息的载体，也是今后系统要处理的主要对象。因此，必须对系统调查中所有搜集的数据以及统计处理数据的过程进行分析和整理。如有不清楚的问题，应立刻返回去弄清楚；如发现有数据不全、采集过程不合理、处理过程不畅、数据分析不深入等问题，应在本次分析过程中研究解决。 流动 变换 存贮 3、基于各种期待结果的分析场景 黑盒测试 测试用例 性能测试 总结 课程总结

查看详情>> 第一讲：金融业信息化发展趋势 1. 从苹果看技术趋势 2. 云终端的发展未来 3. 多屏融合 4. 云计算与金融业的融合 第二讲：云平台发展 1. 与客户共建云平台 2. 自建或托管“私有云”平台 3. 云平台的关键技术 第三讲： 云计算在银行业应用 1. 云计算带来的变化 2. 基础设施虚拟化 3. 从“虚拟化平台”到云计算平台 4. 以“服务方式“交付资源的关键技术 第四讲： 云计算的支撑网络 1. 网络资源需求 2. 虚拟化感知 3. 二层多路径 4. 融合与无损交换 5. 动态安全与应用优化 6. 支撑网络的结构 第五讲： 云计算案例 1. 亚马逊网络服务 2. Google 3. Yahoo! 4. IBM 5. eBay 6. Baidu 7. 微软 8. 汇丰银行 9. 花旗银行 10. 高盛集团