Spark大数据挖掘工具Mllib实战_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，牵涉到大数据实时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 Spark大数据实时处理技术
1）大数据处理技术
2）Spark实时处理技术
3）Spark生态系统BDAS
4）Spark架构分析
第二讲 Spark安装配置及监控
1）Ubuntu环境的准备
2）Hadoop2.X和Scala
3）搭建Spark开发环境
4）Idea编译和运行
5）Spark监控管理
第3讲 Scala编程语言和分布式计算模型
1) Scala编程语言
2) 操作基本数据类型
3）Spark计算模型和RDD
4）Transformation及Actions算子
5）Spark MLlib矩阵向量
第四讲 Spark MLlib线性回归和逻辑回归算法
1）线性回归算法
2）线性回归代码实例
3）逻辑回归算法
4）逻辑回归回归代码实例
5）线性回归和逻辑回归代码实操
第五讲 Spark MLlib贝叶斯分类算法
1) 贝叶斯分类算法原理
2) Spark贝叶斯分类源码
3) Spark贝叶斯分类代码示例
4) 贝叶斯分类代码实操
第六讲 Spark MLlib决策树算法
1) 决策树算法原理
2) Spark决策树算法源码
3) Spark决策树算法代码示例
4) 决策树代码实操
第七讲 Spark MLlib聚类算法
1) K-Means聚类算法原理
2) Spark K-Means聚类算法源码
3) SparkK-Means聚类代码示例
4) 聚类算法代码实操
第八讲 Spark MLlib关联规则算法
1) FPGrowth关联规则算法原理
2) FPGrowth关联规则算法源码
3) FPGrowth关联规则代码示例
4) 关联规则代码实操
第九讲 Spark MLlib个性化推荐算法
1) 协同过滤推荐算法原理
2) Spark协同过滤推荐源码
3) Spark协同过滤推荐代码示例
4) 推荐代码实操
第十讲 Spark MLlib神经网络算法
1) 神经网络算法原理
2) Spark神经网络算法源码
3) Spark神经网络代码示例
4) 神经网络代码实操

培训师介绍

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。

课程介绍评价详情(0)