大数据和数据多样性(高级)-DATA2901年-2020本课程侧重于有效探索和分析大数据收集的方法和技术。整个城市的行人交通事故热点在哪里?根据用户在旅游网站上发布的信息，最受欢迎的旅游地点是哪些?
组合和分析来自各种来源和数据库的数据的能力对于研究和行业中明智的决策至关重要。学生将学习如何从数据科学项目中通常遇到的各种数据模型中提取，合并和汇总数据，例如关系，半结构化，时间序列，地理空间，图像，文本。
除了通过使用相关Python库的经验来增强编程技能外，本课程还将向学生介绍使用SQL进行声明式数据处理的概念，并分析关系数据库中的数据。将向学生提供来自例如的数据集。，社交媒体，运输，健康和社会科学，并在小用例的背景下教授基本的探索性数据分析和挖掘技术。该课程将使学生进一步了解分析大数据量所涉及的挑战，例如在多台计算机之间分配和分配数据以及进行计算以处理“大数据”的想法。本单元是DATA2001的替代产品，提供一些其他更复杂的主题，适合具有较高学业成绩的学生。并在小用例的背景下教授基本的探索性数据分析和挖掘技术。该课程将使学生进一步了解分析大数据量所涉及的挑战，例如在多台计算机之间分配和分配数据以及进行计算以处理“大数据”的想法。本单元是DATA2001的替代产品，提供一些其他更复杂的主题，适合具有较高学业成绩的学生。并在小用例的背景下教授基本的探索性数据分析和挖掘技术。该课程将使学生进一步了解分析大数据量所涉及的挑战，例如在多台计算机之间分配和分配数据以及进行计算以处理“大数据”的想法。本单元是DATA2001的替代产品，提供一些其他更复杂的主题，适合具有较高学业成绩的学生。
上课
讲座，实验室
评估
请参阅单元概述中的评估表。
先决条件
DATA1002或DATA1902或INFO1110或INFO1903或INFO1103。学生需要先修科目之一或更高的成绩。