最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

大数据分析挖掘培训课程要点及大纲

[复制链接]
发表于 2018-8-16 11:44:23 | 显示全部楼层 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
大数据分析挖掘培训课程要点-基于hadoop/Mahout/Mllib的大数据挖掘
目前对大数据的分析工具,首选的是Hadoop/Yarn平台。Hadoop/Yarn在可伸缩性、健壮性、计算性能和成本上具有无可替代的优势,事实上已成为当前互联网企业主流的大数据分析平台。
一、培训对象
1,系统架构师、系统分析师、高级程序员、资深开发人员。
2,牵涉到大数据处理的数据中心运行、规划、设计负责人。
3,政府机关,金融保险、移动和互联网等大数据来源单位的负责人。
4,高校、科研院所牵涉到大数据与分布式数据处理的项目负责人。


二、学员基础
1,对IT系统设计有一定的理论与实践经验。
2,数据仓库与数据挖掘处理有一定的基础知识。
3,对Hadoop/Yarn/Spark大数据技术有一定的了解。


三、培训要点


本课程从大数据挖掘分析技术实战的角度,结合理论和实践,全方位地介绍Mahout和 MLlib等大数据挖掘工具的开发技巧。本课程涉及的主题包括:大数据挖掘及其背景,Mahout和 MLlib大数据挖掘工具,推荐系统及电影推荐案例,分类技术及聚类分析,以及与流挖掘和Docker技术的结合,分析了大数据挖掘前景分析。
本课程教学过程中还提供了案例分析来帮助学员了解如何用Mahout和 MLlib挖掘工具来解决具体的问题,并介绍了从大数据中挖掘出有价值的信息的关键。
本课程不是一个泛泛的理论性、概念性的介绍课程,而是针对问题讨论Mahout和 MLlib解决方案的深入课程。教师对于上述领域有深入的理论研究与实践经验,在课程中将会针对这些问题与学员一起进行研究,在关键点上还会搭建实验环境进行实践研究,以加深对于这些解决方案的理解。通过本课程学习,希望推动大数据分析挖掘项目开发上升到一个新水平。


四、培训内容
第一讲大数据挖掘及其背景
  1)数据挖掘定义
  2)Hadoop相关技术
  3)大数据挖掘知识点
第二讲 MapReduce/DAG计算模式
  1)分布式文件系统DFS
  2)MapReduce计算模型介绍
  3)使用MR进行算法设计
  4)DAG及其算法设计
第三讲 云挖掘工具Mahout/MLib
   1)Hadoop中的Mahoutb介绍
   2)Spark中的Mahout/MLib介绍
   3)推荐系统及其Mahout实现方法
   4)信息聚类及其MLlib实现方法
   5)分类技术在Mahout/MLib中的实现方法  
第四讲 推荐系统及其应用开发
   1)一个推荐系统的模型
   2)基于内容的推荐
   3)协同过滤
   4)基于Mahout的电影推荐案例
第五讲 分类技术及其应用
  1)分类的定义
  2)分类主要算法
  3)Mahout分类过程
  4)评估指标以及评测
  5)贝叶斯算法新闻分类实例
第六讲 聚类技术及其应用
   1)聚类的定义
   2)聚类的主要算法
   3)K-Means、Canopy及其应用示例
   4)Fuzzy K-Means、Dirichlet及其应用示例
   5)基于MLlib的新闻聚类实例
第七讲 关联规则和相似项发现
   1)购物篮模型
   2)Apriori算法
   3)抄袭文档发现
   4)近邻搜索的应用
第八讲 流数据挖掘相关技术
   1)流数据挖掘及分析
   2)Storm和流数据处理模型
   3)流处理中的数据抽样
   4)流过滤和Bloom filter
第九讲 云环境下大数据挖掘应用
   1)与Hadoop/Yarn集群应用的协作
   2)与Docker等其它云工具配合
   3)大数据挖掘行业应用展望


五、培训目标
1, 全面了解大数据处理技术的相关知识。
2,学习Hadoop/Yarn/Spark的核心数据分析技术。
3,深入学习Mahout/MLlib挖掘工具在大数据中的使用。
4,掌握Storm流处理技术和Docker等技术与大数据挖掘结合的方法。



楼主热帖
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-3-29 13:40

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表