（一）統計分析、資料倉庫與視覺化表達

1、  綜述（大資料、人工智慧、資料探勘、機器學習：這些詞的確切含義）

2、  假設檢驗：“小資料”時代是怎麼玩的？

3、  “迴歸”是資料探勘演算法嗎？

4、  度量、指標與維度

5、  星型模型與雪花模型

6、  下鑽與上卷

7、  資料倉庫的應用案例

8、  圖表該怎麼畫才對？

（二）大資料相關技術綜述

1、  hadoop：HDFS、Map-Reduce、Hbase、Hive、sqoop、pig、oozie等

2、  spark：scala、spark-SQL、spark-Streaming等

3、  搜尋引擎：lucene（solr）、ES

4、  併發的機器學習工具：R-hadoop、spark-MLLIB、 spark-R、pyspark

（三）儲存在hbase中的資料

1、  NoSQL（key-value）

2、  Hbase：安裝

3、  行鍵與列簇

4、  如何利用Hbase的特點儲存行業資料

5、  應用程式如何訪問Hbase中的資料

6、  資料遷移工具：sqoop

7、  Hbase的應用場景

（四）Hive：為SQL開發者留的活路

1、  Hive：安裝（單使用者與多使用者）

2、  Hive：基本操作

3、  Hive：與典型的關係型資料庫的區別

4、  儲存業務資料時的注意點

5、  如果“想慢”，你還可以這樣…（不恰當使用hive的案例介紹）

6、  Hive的應用場景

（六）Spark各元件的應用

1、  Hadoop最大的特點是什麼？

2、  Spark概述與安裝

3、  Scala：你可以一直“點”下去

4、  RDD：“對映”、“轉換”解決一切

5、  spark-SQL

6、  spark-streaming

7、  spark-graphX

8、  spark-MLLIB

9、  應用場景

（七）機器學習-1

1、  資料探勘、知識發現與機器學習

2、  工具：（早期）SPSS、SAS；

3、  目前流行的工具R、Python等

4、  決策樹（熵、貪心法、連續的和離散的）

5、  聚類（k-means、k-medoid）

6、  監督學習、無監督學習的差異

7、  機器學習效能評價指標

（八）機器學習-2

1、  KNN

2、  關聯規則（頻繁項集、Apriori、支援度、置信度、提升度）

3、  神經網路（神經元、激勵函式、前饋神經網路的BP演算法）

4、  SVM（最大間隔、核函式、多分類的支援向量機）

（九）機器學習-3

1、   “概率派”與“貝葉斯派”

2、  樸素貝葉斯模型（皮馬印第安人患糖尿病風險預測）

3、  極大似然估計與EM演算法

4、  HMM（三個基本問題：評估、解碼、學習）

（十）機器學習-4

1、  遺傳演算法 （交叉、選擇、變異，“同宿舍”問題）

2、  無監督學習

3、  整合學習（adaboost、RF）

4、  強化學習

（十一）深度學習-1

1、  連線主義的興衰

2、  地形要更陡：改進的目標函式

3、  0.9的100次方等於幾？克服梯度消散的方法（改進的激勵函式、BN）

4、  利用“慣性”下山：改進的優化演算法（Adagrad、RMSprop、Adam）

5、  防止“大鍋飯”：dropout

6、  記憶的關鍵是“合理的忘記”：weight decay

（十二）深度學習-2

1、  讓AI理解影象：典型CNN

2、  各種CNN

3、  讓AI理解語言：RNN與LSTM、GRU

4、  左右互搏術：GAN

5、  電子遊戲的新玩法：DQN