你的位置: 首页 > 公开课首页 > 市场营销 > 课程详情

details

大数据分析- 基于Hadoop/Mahout的大数据挖掘

推荐

暂无评价   
  • 开课时间:2017/03/16 09:00 已结束
  • 结束时间:2017/03/17 17:00
  • 开课地点:北京市
  • 授课讲师: 杨老师
  • 课程编号:321912
  • 课程分类:市场营销
  •  
  • 收藏 人气:978
你实际购买的价格
付款时最多可用0淘币抵扣0元现金
购买成功后,系统会给用户帐号返回的现金券
淘课价格
5500
你还可以: 收藏

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。学员基础1,对IT系统设计有一定的理论与实践经验。2,有一定的数据仓库与大数据处理的基础知识。3,有一定的Hadoop技术的基础知识。

课程收益:

随着互联网、移动互联网和物联网的发展,我们已经切实地迎来了一个大数据相关内容导读“大数据” 互联网金融与大数据实践 上海2016-4-8(1天)
互联网金融与大数据实践课程,旨在帮助学员了解了其他行业的新游戏规则,开眼界,新视角,对互联网金融有了新的认识!大数据时代的绩效管理—精细化人力资源 苏州2016-4-10(2天)
精细化人力资源课程通过业务数据和人力资源实战流程分析,提高人力资源策略的制定和执行跟踪的能力,达到以业务数据分析和跟踪为依据的绩效指标设定和管理,使人力资源绩效管理真正成为战略和策略工具。
互联网+时代培训体系建立及工具运用—赠送培训系……

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)Fuzzy K-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

培训师介绍:

 
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。
课程对象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。
学员基础1,对IT系统设计有一定的理论与实践经验。
2,有一定的数据仓库与大数据处理的基础知识。
3,有一定的Hadoop技术的基础知识。

本课程名称: 大数据分析- 基于Hadoop/Mahout的大数据挖掘

查看更多:市场营销公开课

数据分析 设计 其它 相关的最新课程
讲师动态评分 与同行相比

授课内容与课纲相符00%

讲师授课水平00%

服务态度00%