培訓搜索引擎
職場技能
云環(huán)境下大數(shù)據(jù)挖掘和分析技術(shù)實戰(zhàn)(楊老師)
參加對象:1,系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員。 2,牽涉到大數(shù)據(jù)處理的數(shù)據(jù)中心運行、規(guī)劃、設(shè)計負責人。 3,政府機關(guān),金融保險、移動和互聯(lián)網(wǎng)等大數(shù)據(jù)來源單位的負責人。 4,高校、科研院所牽涉到大數(shù)據(jù)與分布式數(shù)據(jù)處理的項目負責人。 5,對大數(shù)據(jù)的前沿技術(shù)非常感興趣的人。公開課編號
GKK3978
主講老師
楊老師
參加費用
5800元
課時安排
3天
近期開課時間
2018-07-11
舉辦地址
加載中...
其他開課時間
- 開課地址: 開課時間:
電話:010-68630945/18610481046 聯(lián)系人:尹老師
公開課大綱
學員基礎(chǔ)
1,對IT系統(tǒng)設(shè)計有一定的理論與實踐經(jīng)驗。
2,數(shù)據(jù)倉庫與數(shù)據(jù)挖掘處理有一定的基礎(chǔ)知識。
3,對Hadoop/Yarn/Spark大數(shù)據(jù)技術(shù)有一定的了解。
師資
由業(yè)界知名大數(shù)據(jù)專家親自授課:
楊老師 主要研究網(wǎng)絡(luò)信息分析以及云計算相關(guān)技術(shù),長期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡(luò)信息處理、商務(wù)智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作,主持和參與了多個國家和省部級基金項目,具有豐富的工程實踐及軟件研發(fā)經(jīng)驗。
培訓內(nèi)容
第一講 大數(shù)據(jù)挖掘及其背景
1)大數(shù)據(jù)環(huán)境下的數(shù)據(jù)分析
2)數(shù)據(jù)挖掘定義
3)Hadoop相關(guān)技術(shù)
4)大數(shù)據(jù)挖掘知識點
第二講 MapReduce/Spark DAG計算模式
1)分布式文件系統(tǒng)DFS
2)MapReduce計算模型介紹
3)使用MR進行算法設(shè)計
4)DAG及其算法設(shè)計
第三講 大數(shù)據(jù)挖掘分析工具
1)Yarn中的Mahoutb介紹
2)Spark中的Mahout/MLib介紹
3)推薦系統(tǒng)及其Mahout實現(xiàn)方法
4)信息聚類及其MLlib實現(xiàn)方法
5)分類技術(shù)在Mahout/MLib中的實現(xiàn)方法
第四講 大數(shù)據(jù)推薦及其應(yīng)用開發(fā)
1)一個推薦系統(tǒng)的模型
2)基于內(nèi)容的推薦
3)協(xié)同過濾
4)基于Mahout的電影推薦案例
第五講 大數(shù)據(jù)分類技術(shù)及其應(yīng)用
1)分類的定義
2)分類主要算法
3)Mahout分類過程
4)評估指標以及評測
5)貝葉斯算法新聞分類實例
第六講 大數(shù)據(jù)聚類技術(shù)及其應(yīng)用
1)聚類的定義
2)聚類的主要算法
3)K-Means、Canopy及其應(yīng)用示例
4)Fuzzy K-Means、Dirichlet及其應(yīng)用示例
5)基于MLlib的新聞聚類實例
第七講 大數(shù)據(jù)關(guān)聯(lián)規(guī)則和相似項發(fā)現(xiàn)
1)購物籃模型
2)Apriori算法
3)抄襲文檔發(fā)現(xiàn)
4)近鄰搜索的應(yīng)用
第八講 流數(shù)據(jù)挖掘相關(guān)技術(shù)
1)流數(shù)據(jù)挖掘及分析
2)Storm和流數(shù)據(jù)處理模型
3)流處理中的數(shù)據(jù)抽樣
4)流過濾和Bloom filter
第九講 云環(huán)境下大數(shù)據(jù)挖掘應(yīng)用
1)與Yarn/Spark集群應(yīng)用的協(xié)作
2)與Docker等其它云工具配合
3)大數(shù)據(jù)挖掘行業(yè)應(yīng)用展望
培訓目標
1, 學習云環(huán)境下大數(shù)據(jù)分析挖掘的相關(guān)基礎(chǔ)知識。
2,學習Mahout和MLlib的核心技術(shù)方法及應(yīng)用。
3,了解云環(huán)境下大數(shù)據(jù)分析的使用流程和方法。
4, 掌握Storm流處理技術(shù)和Docker等技術(shù)與大數(shù)據(jù)挖掘結(jié)合的方法。
1,對IT系統(tǒng)設(shè)計有一定的理論與實踐經(jīng)驗。
2,數(shù)據(jù)倉庫與數(shù)據(jù)挖掘處理有一定的基礎(chǔ)知識。
3,對Hadoop/Yarn/Spark大數(shù)據(jù)技術(shù)有一定的了解。
師資
由業(yè)界知名大數(shù)據(jù)專家親自授課:
楊老師 主要研究網(wǎng)絡(luò)信息分析以及云計算相關(guān)技術(shù),長期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡(luò)信息處理、商務(wù)智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作,主持和參與了多個國家和省部級基金項目,具有豐富的工程實踐及軟件研發(fā)經(jīng)驗。
培訓內(nèi)容
第一講 大數(shù)據(jù)挖掘及其背景
1)大數(shù)據(jù)環(huán)境下的數(shù)據(jù)分析
2)數(shù)據(jù)挖掘定義
3)Hadoop相關(guān)技術(shù)
4)大數(shù)據(jù)挖掘知識點
第二講 MapReduce/Spark DAG計算模式
1)分布式文件系統(tǒng)DFS
2)MapReduce計算模型介紹
3)使用MR進行算法設(shè)計
4)DAG及其算法設(shè)計
第三講 大數(shù)據(jù)挖掘分析工具
1)Yarn中的Mahoutb介紹
2)Spark中的Mahout/MLib介紹
3)推薦系統(tǒng)及其Mahout實現(xiàn)方法
4)信息聚類及其MLlib實現(xiàn)方法
5)分類技術(shù)在Mahout/MLib中的實現(xiàn)方法
第四講 大數(shù)據(jù)推薦及其應(yīng)用開發(fā)
1)一個推薦系統(tǒng)的模型
2)基于內(nèi)容的推薦
3)協(xié)同過濾
4)基于Mahout的電影推薦案例
第五講 大數(shù)據(jù)分類技術(shù)及其應(yīng)用
1)分類的定義
2)分類主要算法
3)Mahout分類過程
4)評估指標以及評測
5)貝葉斯算法新聞分類實例
第六講 大數(shù)據(jù)聚類技術(shù)及其應(yīng)用
1)聚類的定義
2)聚類的主要算法
3)K-Means、Canopy及其應(yīng)用示例
4)Fuzzy K-Means、Dirichlet及其應(yīng)用示例
5)基于MLlib的新聞聚類實例
第七講 大數(shù)據(jù)關(guān)聯(lián)規(guī)則和相似項發(fā)現(xiàn)
1)購物籃模型
2)Apriori算法
3)抄襲文檔發(fā)現(xiàn)
4)近鄰搜索的應(yīng)用
第八講 流數(shù)據(jù)挖掘相關(guān)技術(shù)
1)流數(shù)據(jù)挖掘及分析
2)Storm和流數(shù)據(jù)處理模型
3)流處理中的數(shù)據(jù)抽樣
4)流過濾和Bloom filter
第九講 云環(huán)境下大數(shù)據(jù)挖掘應(yīng)用
1)與Yarn/Spark集群應(yīng)用的協(xié)作
2)與Docker等其它云工具配合
3)大數(shù)據(jù)挖掘行業(yè)應(yīng)用展望
培訓目標
1, 學習云環(huán)境下大數(shù)據(jù)分析挖掘的相關(guān)基礎(chǔ)知識。
2,學習Mahout和MLlib的核心技術(shù)方法及應(yīng)用。
3,了解云環(huán)境下大數(shù)據(jù)分析的使用流程和方法。
4, 掌握Storm流處理技術(shù)和Docker等技術(shù)與大數(shù)據(jù)挖掘結(jié)合的方法。
上一篇:云計算與大數(shù)據(jù)處理技術(shù)(楊老師)
下一篇:ISO9001、ISO14001內(nèi)審員資格培訓(何老師)
培訓現(xiàn)場
講師培訓公告