-
第一章农业大数据概述
本章内容讲述了大数据概述，要求了解大数据的背景、大数据的概念和特点，初步认识大数据与物联网、云计算的关系，明确农业大数据的分类及应用，以及大数据面临的挑战。
-
●1.1大数据时代
本节内容讲述了大数据时代的背景、技术支撑和对社会的影响，要求学生有所了解。
-
●1.2大数据的概念与特点
本节内容讲述了大数据的概念、特点。要求掌握什么是大数据，大数据的4V特征，大数据的应用领域等。
-
●1.3大数据与物联网、云计算的关系
本节内容讲述了大数据与物联网、云计算的关系。要求了解云计算的概念、类型、服务模式，物联网的概念，云计算和物联网的关键技术，明确大数据与云计算、物联网的关系。
-
●1.4农业大数据的分类及应用
本节内容讲述了农业大数据的分类及应用，要求了解农业大数据的类型和应用场景。
-
●1.5大数据面临的挑战
本节内容讲述了大数据面临的挑战，要求了解大数据面临的挑战以及当前大数据的安全威胁。
-
第二章大数据生态系统
本章内容讲述了大数据生态系统，要求掌握大数据处理架构Hadoop，分布式文件系统HDFS，了解内部生态系统的作用，Mapreduce，掌握Hadoop分布式环境的搭建。
-
●2.1大数据处理架构Hadoop
本节内容讲述了大数据处理架构Hadoop，要求了解Hadoop的发展和应用。
-
●2.2分布式文件系统HDFS
本节内容讲述了分布式文件系统HDFS。要求了解HDFS的定位和体系结构，掌握HDFS的典型拓扑和内部特征。
-
●2.3Mapreduce
本节内容讲述了分布式并行编程模型Mapreduce。要求了解Mapreduce的由来，Mapreduce模型，掌握Mapreduce的实现机制和容错机制。
-
●2.4Hadoop分布式环境搭建实践
本节内容讲述了Hadoop分布式环境搭建过程。要求了解安装前的预备知识，掌握Linux虚拟机的安装过程、Hadoop的环境要求和安装过程。
-
●2.5Hadoop分布式环境搭建实例
本节内容讲述了Hadoop分布式环境搭建实例，要求掌握shell命令的使用，实现WordCount程序的运行。
-
第三章大数据的采集与预处理
本章内容讲述了大数据的采集与预处理，要求了解数据的概念，掌握数据采集、数据清洗、数据变换的过程，会编写简单的网络爬虫程序进行数据的爬取。
-
●3.1数据
本节内容讲述了数据的相关概念，要求掌握数据的定义、分类，数据的度量和维度，掌握数值属性的相异性计算方法。
-
●3.2数据采集
本节内容讲述了数据采集的相关概念，要求掌握数据采集的定义、分类，数据采集的方法和工具，掌握传统数据采集和大数据采集的区别。
-
●3.3数据清洗
本节内容讲述了数据清洗的相关概念，要求了解大数据预处理技术和典型的ETL工具，掌握数据清洗过程。
-
●3.4数据变换
本节内容讲述了数据变换的相关概念，要求了解数据集成和数据转换的概念，掌握四种数据变换方式和三类数据归约方式。
-
●3.5网络爬虫
本节内容讲述了网络爬虫的基础知识和实例，要求了解网络爬虫的组成，掌握Requests包和BeautifulSoup包的功能和使用方法，掌握使用Requests包和BeautifulSoup包进行网络数据爬取的技能。
-
第四章大数据管理技术
本章内容讲述了大数据管理相关技术。要求了解NoSql、Hbase、Hive的相关概念，掌握NoSql数据库的分类和特点，Hbase的数据模型和架构，Hive的特征、基础架构和应用案例。
-
●4.1NoSql
本节内容讲述了NoSql数据库的相关知识，要求了解数据库技术的演变过程以及关系型数据库存在的问题，掌握NoSql数据库的分类和特点，以及其他几种常见的数据库。
-
●4.2Hbase
本节内容讲述了分布式数据库Hbase，要求了解Hbase的产生和发展，掌握Hbase的数据模型和架构。
-
●4.3数据分析Hive
本节内容讲述了数据仓库基础架构Hive，要求了解数据仓库的概念以及传统的数据仓库存在的问题，掌握Hive的特征、基础架构和应用案例。
-
第五章大数据统计与分析
本章内容讲述了大数据统计与分析的相关技术，要求了解大数据分析的概念、特点、原则，了解数据模型的分类，了解回归分析和聚类分析的概念和用途，掌握大数据分析的基本流程和技术难点，掌握数据预处理、概率分析、相关性分析的相关概念和方法，掌握决策树模型的使用，会使用Apriori算法实现关联分析，掌握回归分析的步骤、K-means算法以及K-邻近分类算法KNN。
-
●5.1大数据分析概述
本节内容讲述了大数据分析相关概念，要求了解大数据分析的概念、特点、原则，掌握大数据分析的基本流程和难点。
-
●5.2数据认知
本节内容讲述了数据认知的相关方法，要求掌握数据预处理、概率分析、相关性分析的相关概念和方法。
-
●5.3分类与关联分析
本节内容讲述了分类与关联分析的相关算法，要求了解数据模型的分类，掌握决策树模型的使用，以及使用Apriori算法实现关联分析。
-
●5.4回归与聚类分析
本节内容讲述了回归与聚类分析的相关算法，要求了解回归分析和聚类分析的概念和用途，掌握回归分析的步骤、K-means算法步骤以及K-邻近分类算法KNN。
-
第六章大数据可视化
本章内容讲述了大数据可视化相关技术。要求了解数据可视化的概念、工具，掌握用python实现数据可视化的编程技巧。
-
●6.1数据可视化
本节内容讲述了数据可视化的相关概念，要求了解数据可视化的定义、作用，掌握常见的数据可视化方式，掌握数据可视化的设计过程。
-
●6.2数据可视化工具
本节内容讲述了常见的数据可视化工具，要求了解数据可视化工具excel、SPSS、Echarts、R语言、Python。
-
●6.3Python实现数据可视化
本节内容讲述了Python实现数据可视化的基本方法，要求了解Python语法基础，掌握numpy、pandas、matplotlib包的使用方法。
-
第七章农业大数据应用
本章内容讲述了农业大数据的具体应用现状。要求了解大数据在农产品生产、销售、流通领域以及农产品期货市场的应用情况。
-
●7.1农产品生产与大数据应用
本节内容讲述了农产品生产与大数据应用概述，要求了解农产品生产与大数据应用的背景、大数据技术如何指导精准农业生产以及大数据推动下的精准农业生产实践。
-
●7.2农产品需求的大数据分析
本节内容讲述了农产品需求的大数据分析概述，要求了解农产品需求预测的经济学困境，掌握大数据技术对农产品需求的预测思路。
-
●7.3农产品流通与大数据应用
本节内容讲述了农产品流通与大数据应用概述，要求了解农产品流通问题成因分析，掌握农产品流通体系完善整合的信息数据基础，掌握大数据技术推动农产品流通体系完善的思路。
-
●7.4农产品期货市场与大数据分析技术
本节内容讲述了农产品期货市场与大数据分析技术，要求了解农产品期货市场的作用，掌握大数据技术在农产品期货市场的运用模式。
-
第八章其他行业大数据应用
本章内容讲述了其他行业大数据应用的基本情况。要求了解零售行业运用大数据解决实际问题的案例，了解交通领域运用大数据解决拥堵问题的案例。
-
●8.1零售行业大数据
本节内容讲述了零售行业大数据的运用，要求了解零售行业运用大数据解决实际问题的案例。
-
●8.2交通大数据
本节内容讲述了交通领域大数据的运用，要求了解交通领域运用大数据解决拥堵问题的案例。。