大数据第一阶段主讲JavaSE核心知识，JavaSE是大数据开发的编程基础，大数据生态圈中的众多组件都是由Java语言开发的，提供了大量的Java API操作的方法。“九层之台，起于累土”，想学习大数据的知识首先要打好Java的基础。本阶段面向零基础学员，从基本的Java开发环境搭建讲起，逐步扩展到Java语法核心、Java 流程控制、Java数组、面向对象、Java常用工具类、Java集合、Java异常、Java文件及IO流操作、多线程、反射等丰富实用的JavaSE核心知识。

培训大纲：
1 数据建模篇
1.1 预测建模五步法
1.2 最优化求解基本策略
2 分类预测模型篇
2.1 最近邻分类（KNN）
2.2 贝叶斯分类（NBN）
2.3 支持向量机（SVM）
3 分类模型优化篇（集成方法）
3.1 集成方法的基本原理：利用弱分类器构建强分类模型

3.2 集成方法/元算法的种类
3.3 Bagging原理
3.4 Boosting的原理
4 市场细分模型
4.1 市场细分的常用方法
4.2 聚类分析
4.3 客户价值评估与RFM模型
4.4 主成分分析

5 产品推荐模型
5.1 常用产品推荐模型
5.2 关联分析
5.3 协同过滤
5.4 分类预测模型
6 产品设计与优化
6.1 联合分析法
6.2 离散选择模型
6.3 品牌价值评估