大数据分析- 基于Hadoop/Mahout的大数据挖掘_公开课

培训受众:

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。

课程大纲

：

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计算模式
1）分布式文件系统
2）MapReduce
3）使用MR的算法设计

第三讲Hadoop中的云挖掘工具Mahout
1）Mahout介绍
2）推荐系统
3）信息聚类
4）分类技术
5）其它挖掘

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）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）FuzzyK-Means、Dirichlet及其应用示例
5）路透新闻聚类实例

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）流数据模型
3）数据抽样
4）流过滤

第九讲大数据挖掘应用前景
1）与Hadoop集群应用的协作
2）与RHadoop等其它云挖掘工具配合
3）大数据挖掘行业应用展望

课程师资：

由业界知名大数据专家亲自授课：
杨老师主要研究网络信息分析以及云计算相关技术，长期从事通信网管系统、网络信息处理、商务智能(BI)以及电信决策支持系统的研究开发工作，主持和参与了多个国家和省部级基金项目，具有丰富的工程实践及软件研发经验。
价格说明：　　5500元/人（含教材、证书、午餐、学习用具）。食宿协助安排，费用自理。

课程介绍评价详情(0)