大数据&机器学习

分享大数据、机器学习课程相关的课堂笔记，python实现的高并发demo

linux基础课程（共计45课时）

课程目标：常见命令、配置、文件系统等，如

linux拔高课程（共计40课时）

课程目标：掌握linux下开发、配置、及多种调试和定位问题工具

操作系统（共计60课时）

课程目标：了解多进程、多线程、超线程、微线程、协程、进程调度的前世今生及多种进程间的通信机制、TCP/IP协议栈、内存管理、信号、中断机制等核心模块

网络编程（共计90课时）

课程目标：深入理解网络模型及其设计原理、适用场景。并对比源码刨析（epoll、select、poll、/dev/poll、kqueue、iocp等）

数据结构算法（共计60课时）

课程目标：

分类算法

KNN、决策树、随机森林、朴素贝叶斯、SVM (Support Vector Machine)、Logistics Regression、Ensemble methods；

降维算法

PCA、Isomap、SVD (Singular Value Decomposition)、ICA (Independent Component Analysis)；

回归算法

最小二乘法、线性回归、聚类算法、KMeans、GMM

Python学习（共计36课时）

Python环境安装（建议Anaconda 2.7、pip、virtualenv）
Python基本语法使用和常见工具包等
  request、json、eventlet、socket、multiprocessing、threading；
  Numpy、Pandas、Matplotlib等

大数据常用组件学习（共计40课时）

Hadoop家族（Hadoop、Hive、Hbase、HDFS等）
Spark（Spark SQL、Spark Streaming、Spark ML）
ELK（Elasticsearch、Logstash、Kibana）

项目实战（共计40课时）

《音乐推荐系统》

［项目描述］
  利用机器学习中的分类算法构建构建一个（基于歌词）音乐推荐系统。
［准备工作］
  从Million Song Dataset获取歌曲数据.
  从 LyricWikia自动获取歌曲歌词信息。
［涉及技术］
  sqlite3、Flask框架、随机森林、朴素贝叶斯等分类算法。

《个人征信－360度画像》

［项目描述］
  利用监督机器学习算法训练数据模型，发布数据模型。合理高效存储海量   
     用户个人征信评级数据，提供RESTful统一访问接口供数据可视化。
［准备工作］
  构造&提取海量数据(1TB＋)
   数据预处理、清洗、归一化
［涉及技术］
 Hadoop、HDFS、HBase、Spark、MySQL/MongoDB、ElasticSearch、Kylin、Kibana。

历年校招笔试题讲解（共计20课时）

课程目标：熟悉各大企业招聘笔试题型及考察知识点，查漏补缺

模拟面试（共计15课时）

课程目标：把零散知识体系化，提高面试沟通技巧

bat-battle/BAT-ML