一、本次实习总任务：
（1）会应用数据分析基本方法
包括：聚类kmeans算法，分类线性判别分析算法LDA和logistics regression算法，回归分析最小二乘法、主成分分析（回归）、偏最小二乘算法
（2）会应用大数据服务的方法
技术点：
1）在Linux虚拟机上建立Hadoop集群
2）在Linux虚拟机上搭建Spark开发环境的方法
3）在linux虚拟上的Spark环境下应用数据分析算法，并将结果反馈到web应用软件中
4）一个信息系统中服务器端数据服务的组织过程和相关技术（不懂）
二、借助工具
（1）13级论文+程序（给予spark的协同过滤推荐算法）
（2）网上教程
三、自我计划
能把论文内容实现了这些学习目标就掌握了，所以工作要围绕论文做