108个大数据文书档案PDF开放下载

1、大数据的开放式创新——吴甘沙

有关阅读:【PPT】吴甘沙:让不相同领域的数额真正流动、融合起来,本事自由大数额的价值

下载大数量的开放式创新——吴甘沙.pdf

2、微软严治庆——让大数量为种种人劳动

导读:数据文化带动1.6万亿日币数据红利,IDC考查展现,选取全部的大数目施工方案,将要将来4年内,给海内民有公司业拉动1.6万亿。

下载微软严格治理庆—让大数目为种种人服务.pdf

3、大范围大旨模型建立模型及其在Tencent业务中的应用

连带阅读:广点通背后的大数目手艺秘密——大面积宗旨模型建立模型及其在Tencent工作中的应用(附PPT)

下载分布主旨模型建立模型及其在腾讯工作中的应用.pdf

4、中中原人民共和国银行职员联合会柴洪峰—中中原人民共和国际清算银行联经济大数量搜求与推行

连锁阅读:【PPT】银行职员联合会柴洪峰:大数目将金融服务从粗放式管理转向科学化的治本

下载:中国际清算银行联柴洪峰—中国际清算银行联经济大数目探究与实行.pdf

5、易观林文斌–中华夏族民共和国零售及电子商务大数目利用

连锁阅读:易观国际林文斌:移动互连网时期电商与零售大额运用

下载易观林文斌–中夏族民共和国零售及电子商务大数目应用.pdf

6、亚信张灏—建构大数量价值范式,共创大数据生态繁荣

下载亚信张灏—创建大数据价值范式,共创大数据生态繁荣.pdf

7、南京大学通用范多锋—MPP数据库技术,支撑行当大数据选取

下载南京大学通用范多锋—MPP数据库技能,支撑行当大数额应用.pdf

8、浪潮王峰—大数目开启行当应用网易潮

下载浪潮王峰—大数量开启行当应用和讯潮.pdf

9、智慧医治类别报告之一-医治大数量时期拉开帷幙

连带阅读:聪明医治连串报告:诊疗大数目时期拉开帷幙,移动医治App主攻大众客商

下载精明能干诊治种类报告之一-医治大数目时代拉开帷幙.pdf

10、宋成儒,找专业中的一茶食想

下载宋成儒,找事业中的一点思虑.pdf

11、大数据系统引擎技能简单介绍-结膜炎荣

下载大数据系统引擎技艺简单介绍-干眼症荣.pdf

12、再看云总括:任其自然,关怀4类投资机遇

相关阅读:再看云总括(上):云总计实质
技艺驱动商业情势变革

再看云总括(下):国内云总括规模非常的小,IaaS和PaaS竞争剧烈

下载:再看云计算:洗颈就戮,关切4类投资机遇-150116.pdf

13、新通讯:流量、数据、终端激增带来的投资新机会

下载新通讯:流量、数据、终端激增带来的投资新机会.pdf

14、P2P行当专项论题之二-来自远方市镇的启迪

下载:P2P行当专项论题之二-来自远方市集的启发,pdf

15、京东技术狂欢节-京东智能硬件揭露

下载:京东技艺纵情的聚会节-京东智能硬件揭秘.pdf

16、网络行当:数据帝国-二〇一六年投资计策报告之一

连锁阅读:多少帝国(上)——数字革命正在从总体制改善变着大家的生存

数码帝国(下)——数字化巨大立异背后的另二个审美逻辑

下载:互连网行业:数据帝国-二零一六年投资政策报告之一.PDF

17、基于社会互联网关系的博客园个性化推荐模型 

下载:传说社会网络关系的天涯论坛本性化推荐模型
1.pdf

18、信达股票-征信行当:个人征信业发展恰逢其时

下载:信达股票(stock)-征信行业:个人征信业发展恰逢其时.pdf

19、ASBJ二〇一六-张晋铭-微信红包之中国篮球职业联赛实施

有关阅读:微信红包之China Basketball Association施行PPT——移动网络海量访谈系统规划

下载:ASBJ二零一四-张晋铭-微信红包之中职篮施行.pptx

20、ASBJ2014_刘彦伟_实时数码平台本领施行(v4)

下载ASBJ2014_刘彦伟_实时数据平台本领实践(v4).pptx

21、ASBJ二零一四-周海鹏-TalkingData-大数据计算分析平台架构趣事—TalkingData数据库架构变迁-终稿

下载:ASBJ二零一五-周海鹏-TalkingData-大数据总括深入分析平台架构传说—TalkingData数据库架构变迁-终稿.pdfx.pdf

22、ASBJ2016-刘奇-豌豆荚布满式redis的陈设性与贯彻 终稿

下载:ASBJ二〇一六-刘奇-豌豆荚布满式redis的规划与完结终稿.pdf

23、ASBJ贰零壹肆-李申申-搜狐架构变迁史

连锁阅读:从0到100——果壳网架构变迁史

下载ASBJ2015-李申申-和讯架构变迁史.pdf

24、博客园技艺架构发展历程

连锁阅读:亿级客商下的果壳网新浪平台框架结构

本事篇:今日头条推荐引擎系统布局简述

下载:博客园技能架构发展历程.pdf

25、斯Parker介绍与行使案例分析.pdf

下载斯Parker介绍与应用案例深入分析.pdf

26、OCP中的存储

下载OCP中的存款和储蓄.pdf

27、ODPS MapReduce对外开放施行

下载ODPS
MapReduce对外开放实施.pdf

28、Mariana:Tencent深度学习平台的进展和行使

连带阅读:

纵深学习种类:深度学习在Tencent的平台化和利用实施(一)

深度学习种类:Mariana DNN多GPU数据交互框架
微信语音是怎么来的?(二)

深度学习种类:Mariana
CNN并行框架与图像识别(三)

下载Mariana:Tencent深度学习平台的开展和应用.pdf

29、OceanBase支撑支付宝交易的遍及式数据库系统

有关阅读:26页PPT解密支撑支付宝交易的布满式数据库系统——OceanBase

下载OceanBase支撑支付宝交易的分布式数据库系统.pdf

30、Hadoop在广告监测技能的实践

下载:Hadoop在广告监测能力的施行.pdf

31、Apache Kylin-Hadoop上的周围联合深入分析平台

下载Apache
Kylin-Hadoop上的科学普及联合剖判平台.pdf

32、Recent Developments in Apache Hbase

下载Recent Developments in Apache
Hbase.pdf

33、VMware为大额运用扫平道路

下载VMware为大数量应用扫除障碍.pdf

34、高速互联网InfiniBand加快大数据选择

下载高速互联网InfiniBand加速大数目应用.pdf

35、营造低延时大数据系统平台

下载创设低延时大数据系统平台.pdf

36、基于斯Parker软件栈的子弟大数量分析

下载基于斯Parker软件栈的晚辈大数据深入分析.pdf

37、基于开采用国际标准和国外先进标准准OpenCL的深浅学习琢磨与查究

下载依据开辟标准OpenCL的吃水学习切磋与探寻.pdf

38、基于全网内容的资源音讯客户端推荐系统刘佳

连带阅读:天涯论坛资源音讯顾客端的暗中山高校数量技巧原理——推荐系统(PPT)

下载:据书上说全网内容的新闻客商端推荐系统刘佳.pdf

39、开放融入的云数据大旨

下载:开放融入的云数据主旨.pdf

40、内存技巧哪家强

下载内存才能哪家强.pdf

41、一个NoSQL的案例 介文清

下载一个NoSQL的案例 介文清.pdf

42、让大数据更实时和可视化

下载让大数目更实时和可视化.pdf

43、大数据时期的互联网基础设备变成

下载大额时代的互连网基础设备演进.pdf

44、与大数目交互发展的基础架构

下载与大数据交互发展的底蕴架构.pdf

45、大数据系统宗旨技术

下载大数据系统大旨能力.pdf

46、金融投资大额举办分享-龙白滔

下载经济投资大数量进行分享.pdf

47、中国际结盟通大云南大学数据产品及运用

下载中国邮电通讯大云南大学数据产品及应用.pdf

48、OpenStack在大数量方面包车型地铁构思:本事、应用、生态系统

下载OpenStack在大数据方面包车型大巴思辨:手艺、应用、生态系统.pdf

49、数据资金财产管理——大数据时期的丹佛掘金队(Denver Nuggets)术

下载数码资产管理——大额时期的丹佛掘金队术.pdf

50、Ali实时总计平台剖析

下载Ali实时总括平台深入分析.pdf

51、朱志杰  Tencent计费高级中学一年级致性测量试验本事的构建实施

下载朱志杰
 Tencent计费高级中学一年级致性测验本领的营造实施.pdf

52、邓雄-Top100summit+二〇一四-大数据蒙受下促成三个通用推荐引擎的实践

下载邓雄-Top100summit+二零一六-大数据情况下促成二个通用推荐引擎的实施.pdf

53、钱承君—百度大额品质保持方案探寻

有关阅读:PPT解读:百度大数据品质维持方案研究

下载钱承君—百度大数目品质维持方案研究.pdf

54、邢志峰-基于大数量建立模型的JDPhone须要开采

连带阅读:案例PPT:基于大数目建立模型的JDPhone需要发掘

下载邢志峰-基于大数据建立模型的JDPhone供给开掘.pdf

55、大数额剖判发现本领在电商的行使-黄晖

相关阅读:大额剖析发掘工夫在电商的接纳:订单全链路剖判(33页PPT)

下载:大额深入分析发现本领在电商的选拔-黄晖.pdf

56、Spark Shuffle Introduction-蘑菇街

下载Spark Shuffle
Introduction.pdf

57、 大数据深入分析关键技巧与劳动改进

连锁阅读:36页PPT│大数目深入分析关键手艺在Tencent的应用服务创新

下载: 大数量分析关键技艺与服务立异.pdf

 58、社交互连网发展的新重力:大数据与众包

有关阅读:40页PPT│社交网络发展的新重力:大数量与众包

下载:应酬互连网发展的新重力:大数据与众包.PDF

59、QQ大数目及其应用介绍

连锁阅读:您的QQ暴光了您的心——QQ大额及其使用介绍PPT

下载:QQ大数量及其使用介绍.pdf

60、Oracle完整数据安全方案

下载Oracle完整数据安全方案二〇一二1108.ppt

61、ORACLE RUEI 原理

下载:ORACLE RUEI 原理.ppt

62、征信行当深度报告-征信市场化开启蓝海

有关阅读:征信行业深度报告(上)——征信商业情势、数据来源和产品分类

征信行当深度报告(下)——市集规模、花旗国征信行业发展和商铺首席推行官处境

下载征信行业深度报告-征信市镇化开启蓝海.pdf

63、贰零壹肆年世界网络大会最值得享受的PPT

下载二〇一五年世界网络大会最值得享受的PPT.pdf

64、二零一四年中华SaaS集团服务平台湾股商店研究告诉

下载二零一五年中华夏族民共和国SaaS集团服务平台湾股市廛斟酌报告.pdf

65、(二零一六)OpenKN——网络大数据时期 的文化总括引擎

有关阅读:OpenKN——网络大数量时期的知识总结引擎

下载:(2016)OpenKN——互联网大数据时代的文化总结引擎.pdf

66、魏凯-大数据技术与行当综合

下载魏凯-大数据技术与行当综述.pdf

67、张新生-音信化、大数据发展及邮电通讯运行商城提高机缘

下载张新生-音信化、大额发展及邮电通讯运行公司进步机缘.pdf

68、Ali车品觉–当数码形成产品

下载Ali车品觉–当数码产生产品.pdf

69、百度陈尚义—百度大数额引擎

下载百度陈尚义—百度大数量引擎.pdf

70、工业和新闻化部邮电通讯刘多–大额本领与行业开展

下载MIIT邮电通信刘多–大数目本领与行业进展.pdf

71、京东何刚—京东北大学数量举办

连带阅读:京东技能副主任何刚:用大数目做金融,京东白条VS京珍宝

下载京东何刚—京东大数量施行.pdf

72、晶赞科学技术汤奇峰—大数额,大决策

下载:晶赞科学和技术汤奇峰—大数目,大决策.pdf

73、搜达足球韩庆山—大数据在足球报导和比赛预测中的应用

下载:搜达足球韩庆山—大数据在足球电视发表和比赛预测中的应用.pdf

74、Tencent孟昭莉—大数额,大道之行

下载Tencent孟昭莉—大数量,大道之行.pdf

75、网宿孙孝思–CDN彰显大数据洞察力

下载网宿孙孝思–CDN显示大数据洞察力.pdf

76、U.K.耶路撒冷希伯来王宁–Big Data Big Decision

下载United Kingdom斯坦福王宁–Big Data Big
Decision.pdf

77、IBM朱辉—大数据与剖析驱动商业价值

下载:IBM朱辉—大数据与深入分析驱动商业价值.pdf

78、Intel潘迪–GPU加快大数目深入分析利用 NVIDIA助力智慧城建

下载AMD潘迪–GPU加快大数量深入分析应用
NVIDIA助力智慧城建.pdf

79、沣西刘军–西咸新区前进大数量行当的执行和钻探

下载:沣西刘军–西咸新区上扬州大学数据行业的试行和研究.pdf

80、国家新闻中央张新红—大额与智慧城市

下载:国家消息中央张新红—大数目与智慧城市.pdf

81、北大同方赵英–大数量驱动智慧城市可持续发展

下载:哈工业余大学学同方赵英–大数据驱动智慧城市可不仅发展.pdf

82、华夏邓白氏梁波–从数量发现商业洞察力

下载华夏邓白氏梁波–从数据开采商业洞察力.pdf

83、杜野-互联网借款以及征信

下载杜野-互联网借款以及征信.pdf

84、魏旋-宜信大数据实时授信平台

下载魏旋-宜信大数目实时授信平台.pdf

85、张大震-大数量时代《云总结架构技巧与试行》

下载:张大震-大数量时代《云计算架构技巧与实行》.pdf

 86、TalkingData SVP 蒋奇—移动数据驱动的金融业务探寻和更新

下载:TalkingData SVP
蒋奇—移动多少驱动的金融业务探究和创新.pdf

87、Hadoop平台监察和控制、预先警告及自动化

下载Hadoop平台监察和控制、预先警告及自动化.pdf

88、CF框架下物质扩散算法创新政研

下载CF框架下物质扩散算法改进政策切磋.pdf

89、数据科学的实行

下载数码科学的推行.pdf

90、大数据基本架构的前途

下载大额基本架构的今后.pdf

91、大范围分佈式机器学習

下载大范围分佈式机器学習.pdf

92、Kylin–基于Hadoop的大范围联合剖判引擎

下载Kylin–基于Hadoop的广阔联合分析引擎.pdf

93、Hadoop平台监察和控制、预先警告及自动化

下载Hadoop平台监察和控制、预先警告及自动化(1).pdf

94、Druid之旅-大额实时深入分析数据存款和储蓄框架

下载Druid之旅-大数目实时深入分析数据存储框架.pdf

95、张敏女士:大数量安全与隐衷珍贵技艺初探

下载5-张敏(Zhang Min):大数量安全与隐秘爱抚本事初探.pdf

96、B2C平台推荐找寻的进行和思辨 -京东技艺开放日-刘尚堃

下载:B2C平台推荐寻找的实施和思维
-京东技术开放日-刘尚堃.pdf

97、No3.数据罗盘产品感悟-李星毅

相关阅读:28页PPT揭秘京东进级第三方专营商销量的“数据罗盘”,把客商变傻?

下载No3.数据罗盘产品感悟-李星毅.pdf

98、New Internet:大数目开采试读样章

连带阅读:New
Internet:大数量开采

下载New
Internet:大额开采试读样章.pdf

99、spss数据深入分析及骨干总结深入分析

连锁阅读:用SPSS做多少剖判?先弄懂SPSS的基础知识吧

下载spss数据解析及基本总括剖析.pdf

100、大额时代百货业的时机与挑衅-盛振中.

下载大数目时期百货业的时机与挑衅-盛振中.pptx

101、大数量时期商业准则用例集二〇一二1031

下载高额时期商业法规用例集二零一二1031.pdf

102、大数目卓越算法EM算法_讲解

连锁阅读:

EM算法——最大希望算法讲义课件PPT

译:EM算法笔记(a note on the EM
algorithm)

EM算法概述

下载大数据精湛算法EM算法_讲解.pdf

103、岳亚丁-社交网络大额建立模型的框架查究

相关阅读:33页PPT|腾讯社交网络的大额建立模型框架查究报告

下载岳亚丁-社交互连网大数目建模的框架搜求.pdf

104、知识图谱:大数量语义链接的基石-李涓子 

连带阅读:67页PPT解密寻觅引擎背后的大技术:知识图谱,大数目语义链接的基础

下载:知识图谱:大数量语义链接的木本-李涓子
(1).pdf

105、多源异构大数据的机器学习关键手艺切磋进展_徐增林

有关阅读:多源异构大数量的机器学习关键本事研讨进展(PPT)

下载多源异构大额的机械学习关键手艺切磋进展_徐增林_大数量论坛.pdf

106、国外大数据行当的前行及启示_刘小刚

下载域外大数目行当的进步及启示_刘小刚.pdf

107、黄宜华-Octopus-跨平台统一MLDM编制程序模型与平台

下载黄宜华-Octopus-跨平台统一MLDM编制程序模型与平台.pdf

108、正确算法与参数算法

下载准确算法与参数算法.pdf

End.

“全国大学大数额(Hadoop、spark、Python)教师的资质 研讨会的 通告

一、 研究斟酌会介绍

Hadoop板块

  1. 供给驾驭

Hadoop
设计之初的靶子就牢固于高可相信性、高可扩充性、高容错性和高效性,即是这么些规划上与生俱来的助益,才使得Hadoop
一出现就遭到好些个大商城的注重,同期也引起了研商界的科普关怀。

对邮电通信运行商来说,客户上网日志满含了多量顾客特性化供给、喜好音讯,对其进行剖判和钻井,能更加好地询问顾客供给。古板经营深入分析系统小型Computer加关系型数据库的架构不或然满足对海量非结构化数据的拍卖要求,搭建基于X86的Hadoop
平台,引进大数目管理手艺的法子,完成高功效、低本钱、易扩大的经纪解析系统混合搭配架构成为邮电通讯运行商最为倾向的选料。本课程将完美介绍Hadoop平台支付和平运动维的各种才能,对学员利用该项才能具备极高的利用价值。

  1. 研究讨论会课程框架结构与陈设思路

研究钻探会架构:

分成多个关键部分:

首先部分:注重叙述大数目本事在的应用,使学员对大额技艺的遍布应用有显明的认知,在那环节中间会器重介绍Hadoop才干在漫天天津大学学数量手艺使用中的重要地位和行使情状。

第二部分:具体对hadoop技艺拓宽模块化分拆,从大数据文件存款和储蓄系统技术和布满式文件系统平台及其使用提及,介绍Hadoop本事各注重采用工具和方式,以及在运行维护个中的主流做法,使学生周详摸底和精通Hadoop才干的精髓。

其三片段:重视剖判大数量的施用案例,使学生在案例在那之中对该项技能有更加深切的感观印象

安排思路:

本学科选取模块化教学方法,以案例解析为主线,由表及里、循途守辙、由理论到施行操作实行规划。

与厂商的贴合点:

本研究钻探会结合公司转型发展及大数据发展计谋,围绕公司大数据业务及行业利用市集开展发展目的,爱戴讲明Hadoop的行使本事,提高集团IT技能人士的支出和运维技术,有很强的贴合度。

大数额建立模型与开采板块

本次商量晤面向有一定的多少分析开采算法基础的程序猿,带咱们实施大数目分析发掘平台的类型磨炼,系统地批注数据计划、数据建立模型、发掘模型建构、大数据剖判与开采算法应用在工作模型中,结合主流的Hadoop与斯Parker大数目深入分析平台架构,达成项目磨练。

构成产业界使用最布满的主流大数目平台能力,入眼分析基于大数额剖判算法与BI本事运用,满含分类算法、聚类算法、预测深入分析算法、推荐深入分析模型等在工作中的施行应用,并依照助教给定的数据集,完成多少个着力的日志数据解析发掘系统,以及电商推荐系统引擎。

本学科中央的实施碰到是Linux集群,JDK1.8, Hadoop 2.7.*,Spark 2.1.*。

学生供给常备不懈的Computer最佳是i5及以上CPU,4GB及以上内部存款和储蓄器,硬盘空间预留50GB,基本的大数额解析平台所重视的软件包和依赖库等,教师已经提前计划在编造机镜像,学员根据助教的操作职责进展推行。

本研讨会选取工夫原理与品类实战相结合的艺术开展教学,在批注原理的历程中,穿插实际的系统操作,本课程教师也精心筹划的骨子里的利用案例供学生入手练习。

Python机器学习板块

1.每一种算法模块遵照“原理教学→解析数据→自个儿动手完结→特征与调参”的次第。

2.“Python数据清洗和特征提取”,提高学习深度、减弱学习坡度。

3.日增网络爬虫的原理和编辑,从获取数据开首,珍重将实践难点转变来实际模型的技能,分享工作中的实际案例或Kaggle案例:广告销量深入分析、情形数据十分检查实验和解析、数字图像手写体识别、Titanic旅客存活率预测、顾客-电影推荐、真实新闻组数据大旨分析、粤语分词、股票数量特征解析等。

4.加重矩阵运算、可能率论、数理总括的学问运用,领会机器学习根本。

lovebet体育官网,5.演说机器学习原理,提供配套源码和数目。

6.以直观解释,加强感性掌握。

7.比较分化的表征采取带来的展望效果差异。

8.重申项目实践,尊敬落地。思虑不相同算法之间的界别和维系,升高在实质上中国人民解放军海军事工业程高校业作中甄选算法的手艺。

9.涉及和讲课的部分Python库有:Numpy、Scipy、matplotlib、Pandas、scikit-learn、XGBoost、libSVM、LDA、Gensim、NLTK、HMMLearn。

二、研究探讨会对象

各市球中国科学技术大学学大数据行业相关教授,新闻为主相关人士、系首席营业官、司长或对大数量感兴趣的相关人口。

扶植时间地点:可咨询:13932327338 微信同号

2019年04月20号—29号上海

2019年5月23号–6月01号深圳

2019年06月20号—29号北京

2019年07月19号—28号杭州

2019年08月22号—31号成都

2019年09月19号—28号北京

2019年10月22号—31号苏州

2019年11月20号—29号珠海

2019年12月20号—29号北京

三、研究研讨会指标

支配大数目管理平台(Hadoop、斯Parker、Storm)技艺架构、以及平台的安装配置、运营配置、应用开辟;通晓主流大数据Hadoop平台和斯Parker实时处理平台的技艺架交涉实在选拔;利用Hadoop+斯Parker对行当大数目开展存款和储蓄管理和分析发掘的技术利用;批注Hadoop生态系统组件,包含Storm,HDFS,MapReduce,喉痛E,HBase,斯Parker,GraphX,MLib,Shark,
ElasticSearch等大数量存款和储蓄管理、分布式数据库、大型数据酒馆、大数目查询与追寻、大数目解析开掘与布满式管理技能

让学员丰富驾驭高额平台技能架构、大数据解析的主干理论、机器学习的常用算法、国内外主流的大数量深入分析与BI商业智能深入分析施工方案、以及大数目解析在探索引擎、广告服务推荐、电商数据分析、金融客商解析方面的选拔案例。

重申主流的大数据分析发现算法技巧的选用和剖判平台的试行,让学生领会主流的依据大数目Hadoop和斯Parker、ENVISION的大数目剖析平台架议和骨子里利用,并用结合实际的生育种类案例开展教学,精通基于Hadoop大数量平台的数目开掘和数据货仓布满式系统平台应用,以及经贸和开源的数码剖析产品充分Hadoop平台产生大额分析平台的利用剖判。

让学员了解常见的机械学习算法,深刻讲明产业界成熟的大额深入分析开掘与BI平台的进行应用,并以客商剖判连串、日志剖析和电商推荐系统为案例,串联常用的数据开采技艺拓宽利用教学。

从数学层面推导最精粹的机器学习算法,以及每一种算法的演示和代码完成、如何是好算法的参数调节和测验、以实际使用案例剖判各样算法的选用等。

四、大纲

Hadoop培养磨炼内容介绍

学科模块

课程主题

驷不比舌内容及案例和示范

模块一

移动互连网、大数量、云总括相关手艺介绍

1、 数据主导与云总结工夫使用

2、 智慧城市与云计算本领利用

3、 移动网络、大数目与云计算关联技巧

4、 移动云总结的生态系统及行业链

5、
大数据技能在运维商、金融业、银行当、电子商务行业、零售业、创建业、行政事务消息化、网络、教育消息化等行此中的应用实施

6、 本国外主流的大数量建设方案介绍

7、 当前大数据应用方案与思想数据库方案的深入分析相比

8、 Cloudera Hadoop 大数额平台方案剖析

9、 开源的大数陌生态系统平台深入分析

模块二

大数据的挑战和发展动向

1、 大数据时期的挑战

Ø 战术决策工夫

Ø 本事开采和数码管理手艺

Ø 协会和营业技能

2、 大数据时期的开辟进取大方向

Ø 云总结是基础设备框架结构

Ø 大数额是灵魂资金财产

Ø 深入分析、发掘是手法

Ø 发掘和展望是最后目的

3、 大数据开掘在各行业利用情形

Ø 邮电通讯行当利用及案例分析

Ø 互连网行当应用及案例分析

Ø 金融行业运用及案例切磋

Ø 出卖行当利用案例深入分析

模块三

大数据文件存款和储蓄系统手艺和布满式文件系统平台及其应用

1、 Hadoop的开荒进取历程

Ø Hadoop大数目平台架构

Ø 基于Hadoop平台的PB级大数目存款和储蓄管理与解析处理的做事规律与机制

Ø Hadoop 的主导组件深入分析

2、 布满式文件系统HDFS

Ø 概述、功能、作用、优势

Ø 应用范围、应用现状

Ø 发展趋势

3、 分布式文件系统HDFS架构及原理

Ø 宗旨关键本领

Ø 设计精髓

Ø 基本工作原理

Ø 系统架构

Ø 文件存款和储蓄形式

Ø 职业机制

Ø 存款和储蓄扩容与吞吐质量扩张

4、 分布式文件系统HDFS操作

Ø SHELL命令操作

Ø I/O流式操作

Ø 文件数量读取、写入、追加、删除

Ø 文件状态查询

Ø 数据块布满机制

Ø 数据同步与一致性

Ø 元数据管理本事

Ø 主节点与从节点工作体制

Ø 大数额负载均衡手艺

Ø HDFS大数量存款和储蓄集群管理技艺

5、 Hadoop生态系统组件

Ø Storm

Ø HDFS

Ø MapReduce

Ø HIVE

Ø HBase

Ø Spark

Ø GraphX

Ø MLib

Ø Shark

模块四

Hadoop文件系统HDFS最棒实战

1、 HDFS的设计

2、 HDFS的概念

Ø 数据块

Ø namenode和datanode

Ø 联邦HDFS

Ø HDFS的高可用性

3、 命令行接口

4、 Hadoop文件系统

5、 Java接口

Ø 从Hadoop U中华VL读取数据

Ø 通过FileSystem API读取数据

Ø 写入数据

Ø 目录

Ø 查询文件系统

Ø 删除数据

6、 数据流

Ø 分析文件读取

Ø 分析文件写入

Ø 一致模型

7、 通过Flume和Sqoop导入数据

8、 通过distcp并行复制

9、 Hadoop存档

Ø 使用Hadoop存档工具

Ø 不足

模块五

Hadoop运营管理与品质调优

1、 第二代大数目管理框架

Ø Yarn的做事原理及

Ø DAG并行实施机制

Ø Yarn大数据剖析管理案例解析

Ø Yarn 框架并行应用程序施行

2、 集群配置管理

Ø Hadoop集群配置

Ø Hadoop质量调优与参数配置

Ø Hadoop机架感知计策与安顿

Ø Hadoop压压编写制定

Ø Hadoop职分负荷均衡

Ø Hadoop 集群维护

Ø Hadoop监察和控制管理

3、 HDFS的静态调优秀人工夫

Ø HDFS 的高吞吐量I/O品质调优秀人技巧

Ø MapReduce/Yarn的并行管理品质调优手艺

Ø Hadoop集群的运维故障深入分析,以及解决方案

Ø 基于Hadoop大数据应用程序的天性瓶颈解析与提

Ø Hadoop 大额运营监控管理种类 HUE 平台的装置配备与应用配置

Ø Hadoop运营管理监察和控制系统Ambari平台的安装部配备

Ø Hadoop 集群运行系统 Ganglia, Nagios的装置配备与利用配置

模块六

NOSQL数据库Hbase与Redis

1、 NOSQL基础

Ø CAP理论

Ø Base与ACID

Ø NOSQL数据仓库储存储类型

键值存款和储蓄

列存储

文书档案存款和储蓄

图片存款和储蓄

2、 HBase遍布式数据基础

3、 安装Hbase

4、 Hbase应用

Ø HBase的逻辑数据模型,HBase的表、行、列族、列、单元格、版本、row
key排序

Ø HBase的情理模型,命名空间、表情势的统一希图法规

Ø HBase 主节点HMaster的做事原理,HMaster的高可用配置,以及品质调优

Ø HBase
从节点RegionServer的劳作规律,表分区及存款和储蓄I/O高并发配置,以及品质调优

Ø
HBase的蕴藏引擎职业规律,以及HBase表数据的键值存款和储蓄结构,以及HFile存款和储蓄结构深入分析

Ø HBase表设计与数量操作以及数据库管理操作

Ø HBase集群的设置配备、参数配置和总体性优化

5、
HBase布满式数据库简要介绍、发展进度、应用场景、专门的学问原理、以及利用优势与不足之处

Ø HBase布满式数据库集群的主从式平台架议和关键本事深入分析

Ø HBase伪布满式和物理集群遍及式的操纵与运作配置

Ø
HBase从节点RegionServer的劳作规律,表分区及存款和储蓄I/O高并发配置,以及品质调优

Ø
HBase的储存引擎职业规律,以及HBase表数据的键值存款和储蓄结构,以及HFile存款和储蓄结构剖判

Ø HBase表设计与数据操作以及数据库处理操作

Ø HBase集群的设置配置、参数配置和质量优化

Ø ZooKeeper布满式和睦服务类别的干活规律、平台架构、集群陈设应用实战

Ø ZooKeeper集群的规律架构,以及选用配置

6、 Redis内部存款和储蓄器数据库介绍,以及产业界应用案例

Ø Redis内部存款和储蓄器数据库集群架构以及宗旨本事剖判

Ø Redis 集群的装置配置与利用开拓实战

模块七

类SQL语句工具——Hive

1、 安装Hive

2、 示例

3、 运行Hive

Ø 配置Hive

Ø Hive服务

Ø Metastore

4、 Hive与历史观数据库相比较

Ø 读时方式vs.写时格局

Ø 更新、事务和目录

5、 HiveQL

Ø 数据类型

Ø 操作与函数

6、 表

Ø 托管表和表面表

Ø 分区和桶

Ø 存款和储蓄格式

Ø 导入数据

Ø 表的修改

Ø 表的舍弃

7、 查询数据

Ø 排序和集纳

Ø MapReduce脚本

Ø 连接

Ø 子查询

Ø 视图

8、 客商定义函数

Ø 写UDF

Ø 写UDAF

模块八

多少发掘SPALacrosseK建立模型基础介绍

1、 Spark简介

Ø Spark是什么

Ø 斯Parker生态系统BDAS

2、 Spark架构

Ø 斯Parker分布式架构与单机多核架构的异同

3、 Spark集群的安装与布局

Ø 斯Parker的设置与安插

Ø Spark集群初试

4、 斯Parker硬件配备

Ø Spark硬件

Ø 斯Parker硬件配置流程

模块九

卡夫卡基础介绍

1、 Kafka介绍

2、 kafka系列布局

3、 kafka设计意见简介

4、 kafka通讯合同

5、 kafka的伪分布安装、集群安装

6、 kafka的shell操作、java操作

7、 kafka设计意见*

8、 kafka producer和consumer开发

9、 卡夫卡布满式音信订阅系统的选取介绍、平台架构、集群铺排与铺排使用实战

10、 Flume-NG数据收集系统的数据流模型、平台架构、集群安排与安插使用实战

11、 Hadoop与DBMS之间数据交互工具Sqoop的使用施行,

12、 Sqoop导入导出数据以及Sqoop集群安插与陈设

13、 Kettle 集群的平台架构、宗旨才具、布署布置和动用实战

14、 利用Sqoop实现 MySQL 与 Hadoop 集群之间

模块十

大数据规范应用与费用案例解析:互连网数据运维

1、 案例1:江苏数据交易中央

Ø 交易所交易情势:电子交易

Ø
交易所服务:大数据交易、大数量洗刷建立模型解析、大数量定向买卖、大数目平台本事开辟

Ø 大数据交易安全性探究剖析

Ø 数据交易宗旨商业方式研讨分析

2、 案例2:大数目利用案例:公交线路的智能规划

Ø
UrbanInsights:为公共交通集团提供依附订阅访谈的大数目工具以及大数据咨询服务

Ø Urban Insights数据源、数据搜聚、数据旅社、数据剖析——设计运维线路

Ø Urban Insights通过互连网数据的运营

3、 商讨:湖南移动大数额运用与开拓方向

模块十一

当前多少基本的改建和改变解析-以我国外运维商、网络集团为例

1、 流商业余大学额技术方案比较

2、 主流开源云总结种类相比较

3、 本国外轮代理公司表性大数据平台相比较

4、 各厂家最新的大数额产品介绍

5、 案例剖析

Ø 推特的SNS平台应用

Ø Google的寻找引擎应用

Ø Rackspace的日志管理

Ø Verizon成立精准市镇经营出卖部

Ø TelefonicaDynamicInsights推出的名称为“智慧鞋的痕迹”的购销服务

Ø 中国移动的“移动通讯顾客上网记录聚集查询与解析支撑系统”

大数量建立模型与分析开采作育内容

内容提要

授课详细内容

执行磨练

业界主流的数据旅舍工具和大数量解析发现工具

  1. 产业界主流的依靠Hadoop和斯Parker的大数据分析开采项目应用方案

  2. 产业界数据仓库与数码解析开掘平台软件工具

  3. Hadoop数据饭馆工具Hive

  4. 斯Parker实时数据旅馆工具斯ParkerSQL

  5. Hadoop数据深入分析发掘工具Mahout

  6. 斯Parker机器学习与数码深入分析开掘工具MLlib

  7. 大数目剖判开掘项指标实行步骤

陈设数据旅舍工具Hadoop Hive和SparkSQL

安插数据剖析发掘工具Hadoop Mahout和斯Parker MLlib

大数目深入分析发掘项指标数目集成操作战操练练

  1. 日志数据分析和导入导出到数据旅社的操作战训练练

  2. 从原始搜索数据汇总抽出、集成数据,整理后变成标准的数据货仓

3.
数额分析发掘模块从大型的集中式数据酒馆中拜会数据,二个数据仓库面向三个核心,构建五个数据宾馆

  1. 同一个数据仓库中的事实表数据,能够给三个分裂类型的分析开掘职务调用

  2. 删去噪声

品类数目集加载ETL到Hadoop Hive数据旅舍并树立多维模型

依据Hadoop的大型数据饭店管理平台—阴挺E数据饭店集群的多维深入分析建模应用实行

  1. 依据Hadoop的大型布满式数据货仓在行个中的数据饭店应用案例

  2. Hive数据酒店集群的平台种类布局、主题技巧剖判

  3. Hive Server的行事规律、机制与行使

  4. Hive数据仓库集群的装置配置与布局优化

  5. Hive应用开拓本领

  6. Hive SQL解析与使用实施

  7. Hive数据饭馆表与表分区、表操作、数据导入导出、顾客端操作才干

  8. Hive数据商旅报表设计

  9. 将原有的日志数据集,经过整理后,加载至Hadoop +
    Hive数据仓库集群中,用于分享访谈

使用腹股沟肉芽肿E营造大型数据宾馆项指标操作战磨炼练实践

斯Parker大额深入分析发现平台实施操作磨练

  1. 斯Parker大数目深入分析发掘平台的铺排安排

  2. 斯Parker数据剖判库MLlib的开销计划

  3. 斯Parker数据剖析开掘示例操作,从Hive表中读取数据并在布满式内部存款和储蓄器中运营

聚类深入分析建立模型与发现算法的落到实处原理和手艺运用

  1. 聚类分析建立模型与算法原理及其在Spark MLlib中的落成与使用,包蕴:

a) Canopy聚类(canopy clustering)

b) K均值算法(K-means clustering)

c) 模糊K均值(Fuzzy K-means clustering)

d) EM聚类,即希望最大化聚类(Expectation Maximization)

e) 以上算法在斯Parker MLib中的实现原理和骨子里情状中的应用案例。

  1. 斯Parker聚类深入分析算法程序示例

听他们讲Spark MLlib的聚类剖析算法,完成日志数据聚焦的客户聚类

分类解析建立模型与发掘算法的落实原理和技巧运用

  1. 分类剖判建立模型与算法原理及其在斯Parker MLlib中的完毕与应用, 富含:

f) 斯Parker决策树算法达成

g) 逻辑回归算法(logistics regression)

h) 贝叶斯算法(Bayesian与Cbeyes)

i) 援助向量机(Support vector machine)

j) 以上算法在斯Parker MLlib中的实现原理和事实上境况中的应用案例。

  1. 斯帕克客商资料深入分析与给客商贴标签的程序示例

  2. 斯Parker完结给商品贴标签的主次示例

  3. 斯Parker完结客户作为的机关标签和深度本领

基于斯Parker MLlib的分类分析算法模型与使用操作

关联解析建立模型与发现算法的兑现原理和技能利用

  1. 预测、推荐剖析建立模型与算法原理及其在斯Parker MLlib中的达成与应用,包罗:

k) 斯Parker频仍形式开掘算法(parallel FP Growth Algorithm)应用

l) 斯Parker关联法规发现算法及其应用

m) 以上算法在斯Parker MLib中的完毕原理和骨子里情形中的应用案例。

  1. Spark关联解析程序示例

听闻斯Parker MLlib的涉嫌解析操作

推荐深入分析开采模型与算法本事利用

  1. 推荐介绍算法原理及其在斯Parker MLlib中的完成与使用,包罗:

a) 斯Parker协同过滤算法程序示例

b) Item-based协同过滤与推荐介绍

c) User-based协同过滤与引入

d) 交叉发卖推荐模型及其完毕

推荐介绍分析达成步骤与操作

回归分析模型与展望算法

  1. 使用线性回归完结访谈量预测

  2. 利用非线性回归预测成交量和访谈量的涉嫌

  3. 依靠奥德赛+Spark完成回归剖析模型及其应用操作

  4. 斯Parker回归程序实现非常点检查评定的次序示例

回归深入分析预测操作例子

图涉及建立模型与分析发现及其链接剖判和社交剖判操作

  1. 选择斯Parker GraphX达成网页链接分析,计算网页根本排名

32.
落到实处新闻传播的交际关系传递分析,互连网客户的行为涉及分析职务的操作战磨练练

图数据的深入分析发掘操作,完成乐乎数据集的交际互联网建立模型与关系剖判

神经互连网与深度学习算法模型及其使用实行

  1. 神经网络算法Neural Network的贯彻情势和发掘模型应用

  2. 凭借人工神经网络的吃水学习的教练进程

a) 古板神经网络的磨炼方法

b) Deep Learning的磨炼方法

  1. 纵深学习的常用模型和办法

a) CNN(Convolutional Neural Network)卷积神经互连网

b) 大切诺基NN(Recurrent Neural Network)循环神经网络模型

c) Restricted Boltzmann Machine限制波尔兹曼机

  1. 依据Spark的吃水学习算法模型库的应用程序示例

传闻Spark或TensorFlow神经网络深度学习库完毕文件与图片数据发现

品种实行

  1. 日志剖析系统与日志发掘项目推行

a) Hadoop,斯Parker,ELK本事营造日志数据货仓

b) 网络天涯论坛日记剖析系统项目

  1. 推荐介绍系统项目进行

a) 电影多少剖析与特性化推荐关联拆解分析项目

品类数据集和详尽的实验指引手册由助教提供

培养操练计算

39.
类型方案的课堂研究,商量实际专门的学业中的分析须要,解析各种环节的难关、痛点、瓶颈,启发出解决之道;实现助教布置的种类案例,巩固学过的大额分析开掘管理平台本领知识以及选择才具

座谈交换

Python机器学习培养操练内容

学科模块

课程宗旨

根本内容及案例和演示

模块一

机械学习的数学基础1 – 数学深入分析

  1. 机械学习的貌似方法和横向相比

  2. 数学是实用的:以SVD为例

  3. 机器学习的角度看数学

  4. 复习数学深入分析

  5. 直观解释常数e

  6. 导数/梯度

  7. 放肆梯度下落

  8. Taylor展式的出生应用

  9. gini系数

  10. 凸函数

  11. Jensen不等式

  12. 组合数与消息熵的涉嫌

模块二

机械学习的数学基础2 – 概率论与贝叶斯先验

  1. 概率论基础

  2. 古典概型

  3. 贝叶斯公式

  4. 先验布满/后验布满/共轭布满

  5. 常见可能率布满

  6. 泊松遍及和指数分布的情理意义

  7. 协方差和相关周到

  8. 单身和不相干

  9. 时局定律和主导极限定理的实践意义

  10. 深切领会最大似然估量MLE和最大后验预计MAP

  11. 过拟合的数学原理与减轻方案

模块三

机械学习的数学基础3 – 矩阵和线性代数

  1. 线性代数在数学科学中的地位

  2. Marco夫模型

  3. 矩阵乘法的直观表明

  4. 事态转移矩阵

  5. 矩阵和向量组

  6. 特征向量的观念和实施计算

  7. QR分解

  8. 对称阵、正交阵、正定阵

  9. 多少白化及其应用

  10. 向量对向量求导

  11. 标量对向量求导

  12. 标量对矩阵求导职业体制

模块四

Python基础1 – Python及其数学库

  1. 解释器Python2.7与IDE:Anaconda/Pycharm

  2. Python基础:列表/元组/字典/类/文件

  3. Taylor展式的代码实现

  4. numpy/scipy/matplotlib/panda的介绍和一流使用

  5. 漫天掩地高斯布满

  6. 泊松布满、幂律布满

  7. 名列前茅图像管理

  8. 连锁反应

  9. 分形与可视化

模块五

Python基础2 – 机器学习库

  1. scikit-learn的介绍和卓绝使用

  2. 损失函数的绘图

  3. 多样数学曲线

  4. 多项式拟合

  5. 火速傅里叶转变FFT

  6. 古怪值分解SVD

  7. Soble/Prewitt/Laplacian算子与卷积互联网

  8. 卷积与活动平均线

  9. 证券数量分析

模块六

Python基础3 – 数据洗濯和本性选拔

  1. 实际上生育问题中算法和特征的涉及

  2. 股票数量的特征提取和采用

  3. 一致性核准

  4. 缺点和失误数据的拍卖

  5. 景况数据特别检查实验和深入分析

  6. 模糊数据查询和数量改进方法、算法、应用

  7. 节省贝叶斯用于鸢尾花数据

  8. GaussianNB/MultinomialNB/BernoulliNB

  9. 勤苦贝叶斯用于18000+篇/Sogou新闻文本的分类

模块七

回归

  1. 线性回归

  2. Logistic/Softmax回归

  3. 广义线性回归

  4. L1/L2正则化

  5. Ridge与LASSO

  6. Elastic Net

  7. 梯度下落算法:BGD与SGD

  8. 特色接纳与过拟合

模块八

Logistic回归

  1. Sigmoid函数的直观解释

  2. Softmax回归的概念源头

  3. Logistic/Softmax回归

  4. 最大熵模型

  5. K-L散度

  6. 损失函数

  7. Softmax回归的实现与调参

模块九

回归施行

  1. 机械学习sklearn库介绍

  2. 线性回归代码完成和调参

  3. Softmax回归代码落成和调参

  4. Ridge回归/LASSO/Elastic Net

  5. Logistic/Softmax回归

  6. 广告投入与发卖额回归深入分析

  7. 鸢尾花数据集的归类

  8. 交叉验证

  9. 多少可视化

模块十

决策树和轻松森林

  1. 熵、联合熵、条件熵、KL散度、互信息

  2. 最大似然估算与最大熵模型

  3. ID3、C4.5、CART详解

  4. 决策树的正则化

  5. 预剪枝和后剪枝

  6. Bagging

  7. 随机森林

  8. 不平衡数据集的拍卖

  9. 动用自由森林做特色选拔

  10. 使用随机森林总结样本相似度

  11. 多少十二分值检查评定

模块十一

随意森林实行

  1. 专擅森林与特点选择

  2. 决策树应用于回归

  3. 多标志的决策树回归

  4. 决策树和自由森林的可视化

  5. 果酒数据集的决策树/随机森林分类

  6. 布拉格房价预测

模块十二

提升

  1. 升迁为何有效

  2. 梯度提高决策树GBDT

  3. XGBoost算法详解

  4. Adaboost算法

  5. 加法模型与指数损失

模块十三

提拔执行

  1. Adaboost用于花菇数据分类

  2. Adaboost与人身自由森林的比较

  3. XGBoost库介绍

  4. Taylor展式与读书算法

  5. KAGGLE简介

  6. 泰坦Nick游客存活率揣度

模块十四

SVM

  1. 线性可分帮忙向量机

  2. 软间隔的革新

  3. 损失函数的明亮

  4. 核函数的原理和挑选

  5. SMO算法

  6. 支撑向量回归SV逍客

模块十五

SVM实践

  1. libSVM代码库介绍

  2. 村生泊长数据和特征提取

  3. 苦味酒数据分类

  4. 数字图像的手写体识别

  5. SV福睿斯用于时间体系曲线预测

  6. SVM、Logistic回归、随机森林三者的横向比较

模块十六

聚类

  1. 种种相似度度量及其相互关系

  2. Jaccard相似度和正确率、召回率

  3. Pearson相关周到与余弦相似度

  4. K-means与K-Medoids及变种

  5. AP算法/LPA算法及其使用

模块十七

聚类

  1. 密度聚类DBSCAN/DensityPeak

  2. DensityPeak

  3. 谱聚类SC

  4. 聚类评价AMI/AENVISIONI/Silhouette

  5. LPA算法及其使用

模块十八

聚类实践

  1. K-Means++算法原理和贯彻

  2. 向量量化VQ及图像近似

  3. 并查集的实行应用

  4. 密度聚类的代码实现

  5. 谱聚类用于图片分割

模块十九

EM算法

  1. 最大似然推测

  2. Jensen不等式

  3. 节约财富驾驭EM算法

  4. 正确推导EM算法

  5. EM算法的深深通晓

  6. 错落高斯布满

  7. 核心模型pLSA

模块二十

EM算法试行

  1. 多如牛毛高斯布满的EM完结

  2. 分类结果的多少可视化

  3. EM与聚类的相比

  4. Dirichlet过程EM

  5. 三维及等高线等图件的绘图

  6. 主旨模型pLSA与EM算法

模块二十一

主旨模型LDA

  1. 贝叶斯学派的模子认知

  2. Beta分布与二项分布

  3. 共轭先验布满

  4. Dirichlet分布

  5. Laplace平滑

  6. 吉布斯采集样品详解

模块二十二

LDA实践

  1. 互连网爬虫的规律和代码完毕

  2. 终止词和高频词

  3. 入手要好达成LDA

  4. LDA开源包的应用和进度分析

  5. Metropolis-Hastings算法

  6. MCMC

  7. LDA与word2vec的比较

  8. TextRank算法与实行

模块二十三

隐马尔科夫模型HMM

  1. 可能率总括难点

  2. 前向/后向算法

  3. HMM的参数学习

  4. Baum-Welch算法详解

  5. Viterbi算法详解

  6. 隐Marco夫模型的使用优劣相比

模块二十四

HMM实践

  1. 出手要好达成HMM用于中文分词

  2. 多个语言分词开源包的选择和进度深入分析

  3. 文本数量格式UFT-8、Unicode

  4. 悬停词和标点符号对分词的影响

  5. 前向后向算法计算可能率溢出的缓解方案

  6. 察觉新词和分词效果深入分析

  7. 高斯混合模型HMM

  8. GMM-HMM用于股票(stock)数量特征提取

模块二十五

课堂提问与互相钻探

五、教师的资质介绍

张先生:Ali大数额高端专家,国内老牌的Spark、Hadoop技艺专家、虚构化专家,对HDFS、MapReduce、HBase、Hive、Mahout、Storm、spark和openTSDB等Hadoop生态系统中的本事扩充了多年的历历在指标钻探,更要紧的是这个本事在大批量的实际上项目中取得大面积的使用,由此在Hadoop开拓和平运动维方面积存了丰盛的项目实行经验。近年关键卓绝的品种有:某邮电通讯公司互连网优化、中国际联盟通某省移动公司请账单系统和某省移动详单实时查询系统、中中原人民共和国际清算银行联合国大会数据数据票据详单平台、某大型银行大额记录系统、某大型通讯运转商全国顾客上网记录、某省交通分部门违章系统、某区域治疗大数量应用类型、互连网公共数据大云和创设游戏云(Web
Game Daas)平台项目等。

六、颁发证书

到场相关培训并透过考试的学习者,可以博得:

MIIT颁发的-《大数量程序员证书》。该证件可用作正式技艺职员专业工夫考核的证实,以及标准手艺职员岗位聘任、任职、定级和晋级职分的主要依靠。注:请学生带一寸彩色照片2张、身份ID复印件一张。

七、开支及须知

9800元/人(含教材、会议费、考证费以及学具等支出)
食宿统一安插,花费自理。

lovebet体育官网 1

相关文章