课程简介：
我们就开始上课，老师会跟大家讲一些偏光影渲染，然后偏这种就是场，就是偏场景这种插画，毛老师会给大家来进行这样的一个讲一些课程，然后陈老师的话他最主要的擅长风方向是偏这种日系或者是偏漫画的这种风格，然后的话刚刚有同学去讲，去发了很多的风格，有同学喜欢幽默的、夸张的风格，有的同学喜欢写实的这种风格，然后有同学喜欢日系，其实喜欢日系的这种风格的同学很还挺多的，有同学喜欢简约的，那么我们把它拿出来看一下，在很多风格里面，其实第一种这一系列。
比如说你看我这边写了RX和商叉这样一个系列，我们我把拿过来，这是一个RX的这种风格，RX的风格的话就能不能复制过来？大家可以看一下这种风格，我们一般把叫做偏RX或者商业插画的风格，那么这种风格有同学可能会说，儿童插画，这个听起来怎么有点话，好像是小朋友或许会吃的一种内容，实际上不是的，RX这个东西，RX这个玩意儿，他其实是小朋友喜欢的这种插画，他是比较带有同心的，比较有趣味性的，这种画面他很多时候是成年人画的，他只不过叫做儿童插画而已。
现在的这种RX商叉其实运用范围很广，比如说大家如果看一些公众号，或者是一些这种文章，总是配有这样的插图，是不是这种属于RX商叉的这种风格？这种风格的话，它可能会更比较简化，对吧？整个画面的这种调性会比较明快一些，然后同学说了，这个阴阳师什么风格？阴阳师的话，大家看这张图是不是？这是之前阴阳师的一张海报，这张图的话它其实是属于一种偏日系的风格，阴阳师本身他讲的也是日本的一些妖怪吗？那么这种风格我们其实在行业当中，有时候有人会把它称为塞露露的画法，然后有的人就是有些同学可能会比较喜欢把叫做半厚涂，这些都没有问题。
课程截图：
课程目录：
[6512]开篇词如何在庞大的大数据体系中明确路径？.md
[6513]01从天气预报看什么是大数据.md
[6514]02从萌芽到爆发，大数据经历了哪些发展？.md
[6515]03为了追赶当下趋势，我们要做什么思想准备？.md
[6516]04阿里美团这些大厂都在用什么大数据架构？.md
[6517]05大数据开发必备工具——Had2019-09-26-第01课-设计与表现流程概述-软件用法
2019-09-28-第02课-商业线稿要求
2019-09-30-第03课-造型临摹
2019-10-10-第04课-结构基本型分面
2019-10-12-第05课-透视的基本认识
2019-10-15-第06课-透视推理
2019-10-17-第07课-人体体块概括
2019-10-19-第08课-物体转角度
2019-10-21第8.5课辅导课
2019-10-24-第09课-文案分析素材收集小样设计
2019-10-27-第10课-设计剪影
2019-10-31-第11课-剪影检查与完善
2019-11-02第12课设计小样
2019-11-04第13课设计剪影
2019-11-07第13.5课辅导课
2019-11-14第16课ao技法
2019-11-16第16.5课辅导课
2019-11-18第17课过度的方法与光衰减
2019-11-21第18课不同风格渲染处理方式分析
2019-11-23第19课认识色彩
2019-11-25第20课色彩搭配
2019-11-28第20.5课辅导课
2019-11-30第21课光色设计
2019-11-6第14课二分阴影
2019-11-8第15课黑白灰关系
2019-12-12第25课后期处理
2019-12-2第22课去线稿
2019-12-5第23课材质贴图
2019-12-7第24课细节感
2019-12-9第24.5课辅导课
大总结【只有图】
oop.md
[6518]06精准溯源：大数据中的数据到底是从哪儿来的？.md
[6519]07专为解决大数据存储问题而产生的HDFS.md
[6520]08HBae和Hive你能分清楚吗？.md
[6521]09让你彻底明白为什么大公司都在做云服务.md
[6522]10消息系统Kafka与Flume如何抉择.md
[6523]11MapReduce处理大数据的基本思想有哪些.md
[6524]12Spark与Flink的爱恨情仇（上）.md
[6525]13Spark与Flink的爱恨情仇（下）.md
[6526]14带你聊一聊标准化数据挖掘全流程.md
[6527]15让你一看就懂的数据挖掘四大经典算法.md
[6528]16计算机视觉VS自然语言处理，你选哪个？.md
[6529]17如何深入分析电商数据中的价值？.md
[6530]18数据可视化：如何直观地“看见”数据？.md
[6531]19如何快速搭建一个推荐系统？.md
[6532]20如何从零开始做数据化运营？.md
[6533]21大数据环境下如何保护隐私.md
[6534]22数据中台：用大数据赋能业务.md
[6535]彩蛋大数据时代，未来将去向何方.md
[6536]结束语得大数据者得天下.md
文档
[6512]开篇词如何在庞大的大数据体系中明确路径？.mp4
[6513]01从天气预报看什么是大数据.mp4
[6514]02从萌芽到爆发，大数据经历了哪些发展？.mp4
[6515]03为了追赶当下趋势，我们要做什么思想准备？.mp4
[6516]04阿里美团这些大厂都在用什么大数据架构？.mp4
[6517]05大数据开发必备工具——Hadoop.mp4
[6518]06精准溯源：大数据中的数据到底是从哪儿来的？.mp4
[6519]07专为解决大数据存储问题而产生的HDFS.mp4
[6520]08HBae和Hive你能分清楚吗？.mp4
[6521]09让你彻底明白为什么大公司都在做云服务.mp4
[6522]10消息系统Kafka与Flume如何抉择.mp4
[6523]11MapReduce处理大数据的基本思想有哪些.mp4
[6524]12Spark与Flink的爱恨情仇（上）.mp4
[6525]13Spark与Flink的爱恨情仇（下）.mp4
[6526]14带你聊一聊标准化数据挖掘全流程.mp4
[6527]15让你一看就懂的数据挖掘四大经典算法.mp4
[6528]16计算机视觉VS自然语言处理，你选哪个？.mp4
[6529]17如何深入分析电商数据中的价值？.mp4
[6530]18数据可视化：如何直观地“看见”数据？.mp4
[6531]19如何快速搭建一个推荐系统？.mp4
[6532]20如何从零开始做数据化运营？.mp4
[6533]21大数据环境下如何保护隐私.mp4
[6534]22数据中台：用大数据赋能业务.mp4
[6535]彩蛋大数据时代，未来将去向何方.mp4
[6536]结束语得大数据者得天下.mp4
