（一）统计分析、数据仓库与可视化表达
1、 综述（大数据、人工智能、数据挖掘、机器学习：这些词的确切含义）
2、 假设检验：“小数据”时代是怎么玩的？
3、 “回归”是数据挖掘算法吗？
4、 度量、指标与维度
5、 星型模型与雪花模型
6、 下钻与上卷
7、 数据仓库的应用案例
8、 图表该怎么画才对？
（二）大数据相关技术综述
1、 hadoop：HDFS、Map-Reduce、Hbase、Hive、sqoop、pig、oozie等
2、 spark：scala、spark-SQL、spark-Streaming等
3、 搜索引擎：lucene（solr）、ES
4、 并发的机器学习工具：R-hadoop、spark-MLLIB、 spark-R、pyspark
（三）存储在hbase中的数据
1、 NoSQL（key-value）
2、 Hbase：安装
3、 行键与列簇
4、 如何利用Hbase的特点存储行业数据
5、 应用程序如何访问Hbase中的数据
6、 数据迁移工具：sqoop
7、 Hbase的应用场景
（四）Hive：为SQL开发者留的活路
1、 Hive：安装（单用户与多用户）
2、 Hive：基本操作
3、 Hive：与典型的关系型数据库的区别
4、 存储业务数据时的注意点
5、 如果“想慢”，你还可以这样…（不恰当使用hive的案例介绍）
6、 Hive的应用场景
（六）Spark各组件的应用
1、 Hadoop*的特点是什么？
2、 Spark概述与安装
3、 Scala：你可以一直“点”下去
4、 RDD：“映射”、“转换”解决一切
5、 spark-SQL
6、 spark-streaming
7、 spark-graphX
8、 spark-MLLIB
9、 应用场景
（七）机器学习-1
1、 数据挖掘、知识发现与机器学习
2、 工具：（早期）SPSS、SAS；
3、 目前流行的工具R、Python等
4、 决策树（熵、贪心法、连续的和离散的）
5、 聚类（k-means、k-medoid）
6、 监督学习、无监督学习的差异
7、 机器学习性能评价指标
（八）机器学习-2
1、 KNN
2、 关联规则（频繁项集、Apriori、支持度、置信度、提升度）
3、 神经网络（神经元、激励函数、前馈神经网络的BP算法）
4、 SVM（*间隔、核函数、多分类的支持向量机）
（九）机器学习-3
1、 “概率派”与“贝叶斯派”
2、 朴素贝叶斯模型（皮马印第安人患糖尿病风险预测）
3、 极大似然估计与EM算法
4、 HMM（三个基本问题：评估、解码、学习）
（十）机器学习-4
1、 遗传算法 （交叉、选择、变异，“同宿舍”问题）
2、 无监督学习
3、 集成学习（adaboost、RF）
4、 强化学习
（十一）深度学习-1
1、 连接主义的兴衰
2、 地形要更陡：改进的目标函数
3、 0.9的100次方等于几？克服梯度消散的方法（改进的激励函数、BN）
4、 利用“惯性”下山：改进的优化算法（Adagrad、RMSprop、Adam）
5、 防止“大锅饭”：dropout
6、 记忆的关键是“合理的忘记”：weight decay
（十二）深度学习-2
1、 让AI理解图像：典型CNN
2、 各种CNN
3、 让AI理解语言：RNN与LSTM、GRU
4、 左右互搏术：GAN
5、 电子游戏的新玩法：DQN