（一）統計分析、數據倉庫與可視化表達
1、 綜述（大數據、人工智能、數據挖掘、機器學習：這些詞的確切含義）
2、 假設檢驗：“小數據”時代是怎么玩的？
3、 “回歸”是數據挖掘算法嗎？
4、 度量、指標與維度
5、 星型模型與雪花模型
6、 下鉆與上卷
7、 數據倉庫的應用案例
8、 圖表該怎么畫才對？
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、 并發的機器學習工具：R-hadoop、spark-MLLIB、 spark-R、pyspark
（三）存儲在hbase中的數據
1、 NoSQL（key-value）
2、 Hbase：安裝
3、 行鍵與列簇
4、 如何利用Hbase的特點存儲行業數據
5、 應用程序如何訪問Hbase中的數據
6、 數據遷移工具：sqoop
7、 Hbase的應用場景
（四）Hive：為SQL開發者留的活路
1、 Hive：安裝（單用戶與多用戶）
2、 Hive：基本操作
3、 Hive：與典型的關系型數據庫的區別
4、 存儲業務數據時的注意點
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各組件的應用
1、 Hadoop最大的特點是什么？
2、 Spark概述與安裝
3、 Scala：你可以一直“點”下去
4、 RDD：“映射”、“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、 數據挖掘、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、 機器學習性能評價指標
（八）機器學習-2
1、 KNN
2、 關聯規則（頻繁項集、Apriori、支持度、置信度、提升度）
3、 神經網絡（神經元、激勵函數、前饋神經網絡的BP算法）
4、 SVM（最大間隔、核函數、多分類的支持向量機）
（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、 遺傳算法 （交叉、選擇、變異，“同宿舍”問題）
2、 無監督學習
3、 集成學習（adaboost、RF）
4、 強化學習
（十一）深度學習-1
1、 連接主義的興衰
2、 地形要更陡：改進的目標函數
3、 0.9的100次方等于幾？克服梯度消散的方法（改進的激勵函數、BN）
4、 利用“慣性”下山：改進的優化算法（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理解圖像：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、 電子游戲的新玩法：DQN
