大数据分析-硕士

随着技术进步加速发展，彻底改变了我们未来的形态，企业和个人为了实现效率最大化而展开了空前激烈的竞争。竞争包括削减成本和根据数据做出决定。此外，随着物联网(IoT)等新技术的到来，数据本身的性质也在不断变化。事实上，在极端情况下，甚至整个工作或生活环境都可以被视为数据:自然进化是一个成熟的科学理论，支持这一观点。

许多组织都需要从数据中获得信息，本模块着重于使用统计和数据分析软件将统计技术应用于数据集。因此，我们提出了一种混合学习和教学的方法，既包括计算机实验室工作，通过使用专业软件将理论应用于实践，也包括在研讨室的交互式教学会议，在那里你可以一起把理论放到组织的环境中。

在本模块中，您将获得数据库系统的先进概念和数据库管理系统的实现技术的知识和经验。本模块首先回顾设计、使用和实现关系数据库系统所需的基本概念。这包括概念设计、关系建模、结构化查询语言(SQL)编程和数据库实现技术。然后，该模块探讨了与数据库管理员角色相关的数据库的一些高级概念。这包括查询规划和优化;事务处理与并发控制;以及大数据技术。目的是提高对数据库系统的理解和先进使用，以优化其性能。此外，该模块包含大量的实用元素，利用高级SQL, NoSQL，使学生获得可转移的技能，设计和开发相对复杂的“现实生活”数据库应用程序。

本模块侧重于管理大数据系统方面的五个V(体积，速度，多样性，准确性和价);例如，为实时、交互式工作负载提供操作能力的系统，其中数据主要被捕获和存储，以支持任何分析能力。

大数据推动了新技术架构的创建，比如NoSQL、MPP数据库和Hadoop，它们催生了新类型的产品和服务。操作系统，比如NoSQL数据库，专注于服务高并发请求，同时在高选择性访问标准上运行响应，表现出低延迟。

数据挖掘是从数据存储库(如数据库和数据仓库)中存储的数据寻找模式和构建模型的重要过程。作为大数据分析和商业智能的核心，数据挖掘算法为许多大数据问题提供了现成的解决方案。数据挖掘是一个既可提供预测分析又可提供描述性分析解决方案的成熟领域。此类解决方案通常是通用的，可以应用于从商业到科学和政府应用的广泛应用程序。

在本模块中，您将学习开发描述性和预测性数据挖掘方法的内部机制。此外，您还将学习如何使用现代数据挖掘工具来构建和数值验证从数据中提取的模型和模式。您还将能够批判性地评估数据挖掘的当前趋势。

社交媒体的指数级增长已经改变了社会、政治和技术的格局。如今，Twitter、Facebook和YouTube等社交网站产生了越来越多的数据。人们使用社交媒体发布丰富的内容，用描述性元数据进行注释，相互交流和回应。数据分析是一种强大的工具，可以识别社交媒体的趋势和模式，并探索在灾难、危机或政治竞选等重要事件中如何使用社交媒体。本课程是一门多学科的课程，结合了社交网络分析(SNA)、自然语言处理和数据分析来挖掘社交数据。在本课程中，我们的目标是了解社交媒体分析的端到端过程，从数据收集到提取见解和得出结论。

该模块的目的是使您能够进行一个持续的、深入的、研究信息丰富的7级项目，探索您个人感兴趣的领域。在与你的导师达成一致的情况下，你将决定你的主题，它将采取实际结果(人工制品)的形式，并附带上下文材料。当选择你的主题时，主要的考虑是它必须与你正在学习的项目相一致，并被你的学校的研究策略所告知，你应该考虑这个主题与你未来的学术或专业发展的相关性。