Spark大数据挖掘工具Mllib实战（机器学习）

Spark大数据挖掘工具Mllib实战（机器学习）

我要报名

课程介绍

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的时代。大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合，对大数据的实时分析已经成为一个非常重要且紧迫的需求。目前对大数据的实时分析工具，业界公认最佳为Spark。Spark是一个开源集群运算框架，最初是由加州大学柏克利分校AMPLab所开发，Spark使用了内存内运算技术，在内存上的运算速度比Hadoop MapReduce的运算速度快上100倍，即便是在磁盘上运行也能快10倍。

为解决广大系统设计人员深入研究与开发大数据挖掘和实时分析的需要，培训中心特举办“Spark大数据挖掘工具MLlib实战”培训班，本课程主要讲解Spark MLlib，Spark MLlib是一种高效、快速、可扩展的分布式计算框架，实现了常用的机器学习，如：聚类、分类、回归等算法。讲解各个算法的理论、详细展示Spark源码实现，最后均会通过实例进行解析实战，帮助大家真正从理论到实践全面掌握Spark MLlib分布式机器学习和大数据挖掘方法

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。

课程目标

1, 全面了解大数据实时处理技术的相关知识。

2，学习Spark的核心技术方法以及应用特征。

3，深入使用MLLib在大数据挖掘和实时分析中的使用。

4，掌握MLlib相关机器学习和数据挖掘工具的使用。

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

杨老师

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。

我要报名

在线报名：Spark大数据挖掘工具Mllib实战（机器学习）(北京)

其他城市职业技能培训