班級(jí)規(guī)模及環(huán)境--熱線:4008699035 手機(jī):15921673576( 微信同號(hào)) |
每期人數(shù)限3到5人。 |
上課時(shí)間和地點(diǎn) |
上課地點(diǎn):【上海】:同濟(jì)大學(xué)(滬西)/新城金郡商務(wù)樓(11號(hào)線白銀路站) 【深圳分部】:電影大廈(地鐵一號(hào)線大劇院站)/深圳大學(xué)成教院 【北京分部】:北京中山學(xué)院/福鑫大樓 【南京分部】:金港大廈(和燕路) 【武漢分部】:佳源大廈(高新二路) 【成都分部】:領(lǐng)館區(qū)1號(hào)(中和大道) 【沈陽分部】:沈陽理工大學(xué)/六宅臻品 【鄭州分部】:鄭州大學(xué)/錦華大廈 【石家莊分部】:河北科技大學(xué)/瑞景大廈 【廣州分部】:廣糧大廈 【西安分部】:協(xié)同大廈
最近開課時(shí)間(周末班/連續(xù)班/晚班):2020年3月16日 |
實(shí)驗(yàn)設(shè)備 |
☆資深工程師授課
☆注重質(zhì)量
☆邊講邊練
☆合格學(xué)員免費(fèi)推薦工作
★實(shí)驗(yàn)設(shè)備請(qǐng)點(diǎn)擊這兒查看★ |
質(zhì)量保障 |
1、培訓(xùn)過程中,如有部分內(nèi)容理解不透或消化不好,可免費(fèi)在以后培訓(xùn)班中重聽;
2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。 |
課程大綱 |
一、課程背景概述
大數(shù)據(jù)分析挖掘技術(shù)已經(jīng)給新興互聯(lián)網(wǎng)企業(yè)(如電子商務(wù)網(wǎng)站、搜索引擎、社交網(wǎng)站、商務(wù)廣告營銷等)、銀行金融企業(yè)、高端裝備制造企業(yè)等帶來了巨大的商業(yè)機(jī)遇,大數(shù)據(jù)在整個(gè)企業(yè)的價(jià)值增值鏈中發(fā)揮著至關(guān)重要的決定性作用。大數(shù)據(jù)時(shí)代的到來,一方面為(傳統(tǒng))企業(yè)帶來了巨大的機(jī)遇,推動(dòng)企業(yè)的轉(zhuǎn)型升級(jí)和科學(xué)決策分析;另一方面由于目前大部分企業(yè)缺乏大數(shù)據(jù)技術(shù)專業(yè)人才和平臺(tái)建設(shè)經(jīng)驗(yàn),對(duì)企業(yè)實(shí)施大數(shù)據(jù)發(fā)展戰(zhàn)略也帶來了較大的挑戰(zhàn)。本次課程帶大家領(lǐng)略大數(shù)據(jù)技術(shù)的魅力和廣闊前景,使學(xué)員掌握主流的Hadoop大數(shù)據(jù)存儲(chǔ)、管理、分析挖掘處理技術(shù),以及Hadoop大數(shù)據(jù)平臺(tái)架構(gòu)和建設(shè),分享成功的大數(shù)據(jù)應(yīng)用項(xiàng)目實(shí)施經(jīng)驗(yàn),學(xué)習(xí)大數(shù)據(jù)應(yīng)用項(xiàng)目解決方案咨詢服務(wù)。本次培訓(xùn)緊密結(jié)合行業(yè)市場需求和國際國內(nèi)最新技術(shù)發(fā)展潮流,為促進(jìn)企業(yè)實(shí)施大數(shù)據(jù)戰(zhàn)略、實(shí)現(xiàn)大數(shù)據(jù)的商業(yè)價(jià)值提供一種可行的方案思路,共同擁抱大數(shù)據(jù)時(shí)代的來臨!
二、目標(biāo)人群
1. 大數(shù)據(jù)分析挖掘應(yīng)用技術(shù)開發(fā)和平臺(tái)運(yùn)維人員
2. Hadoop大數(shù)據(jù)挖掘平臺(tái)建設(shè)與實(shí)施工程師
3. 大數(shù)據(jù)分析挖掘項(xiàng)目管理和咨詢?nèi)藛T
三、課程目標(biāo)
1. 本課程讓學(xué)員領(lǐng)略大數(shù)據(jù)技術(shù)的魅力和廣闊前景,使學(xué)員掌握主流的大數(shù)據(jù)(包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù))的表示、建模、存儲(chǔ)、管理、分析處理、挖掘、推薦技術(shù)、匹配技術(shù)與關(guān)聯(lián)分析技術(shù),以及機(jī)器學(xué)習(xí)平臺(tái)的原理與應(yīng)用實(shí)戰(zhàn)。
2. 課程緊密結(jié)合行業(yè)市場需求和國際國內(nèi)最新技術(shù)發(fā)展潮流,讓學(xué)員掌握大數(shù)據(jù)分析挖掘平臺(tái)架構(gòu)和應(yīng)用部署,分享成功的大數(shù)據(jù)應(yīng)用項(xiàng)目實(shí)施經(jīng)驗(yàn),學(xué)習(xí)大數(shù)據(jù)分析應(yīng)用項(xiàng)目解決方案咨詢服務(wù)。?
3. 讓學(xué)員掌握常見的大數(shù)據(jù)分析方法和數(shù)據(jù)挖掘算法使用方法,以及大數(shù)據(jù)開發(fā)與運(yùn)維技術(shù)。讓學(xué)員掌握基于Hadoop大數(shù)據(jù)平臺(tái)的數(shù)據(jù)挖掘平臺(tái)Mahout、MLbase機(jī)器學(xué)習(xí)算法庫應(yīng)用、數(shù)據(jù)倉庫HIVE、實(shí)時(shí)分析平臺(tái)Spark、實(shí)時(shí)挖掘平臺(tái)Shark、分布式機(jī)器學(xué)習(xí)與推薦系統(tǒng)平臺(tái)Oryx的入門、中級(jí)以及高級(jí)應(yīng)用,并對(duì)主流的大數(shù)據(jù)分析建模與挖掘推薦平臺(tái)產(chǎn)品剖析。
四、培訓(xùn)特色
定制授課+ 案例分析講解 + 小組討論,
五、培訓(xùn)大綱
授課內(nèi)容 演示/實(shí)踐/練習(xí)說明
1. 大數(shù)據(jù)基本概念、技術(shù)梗概、技術(shù)沿革,以及大數(shù)據(jù)技術(shù)是如何改變?nèi)斯ぶ悄芗夹g(shù)、語音識(shí)別技術(shù)、圖像識(shí)別/視頻理解、自然語言處理技術(shù)等,以及大數(shù)據(jù)技術(shù)在政府、金融、石油、教育、交通、醫(yī)療衛(wèi)生等行業(yè)的成功案例。
2. Hadoop大數(shù)據(jù)平臺(tái)的生態(tài)系統(tǒng)組件、平臺(tái)架構(gòu)以及工作原理;分布式文件系統(tǒng)HDFS、并行處理系統(tǒng)Hadoop MapReduce的系統(tǒng)架構(gòu)、核心功能模塊、工作原理以及應(yīng)用開發(fā)
3. 大數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)模型、半結(jié)構(gòu)化模型和非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)模型,邏輯模型,以及分析建模工具的常用方法。
4. 十大常用的并行數(shù)據(jù)挖掘算法、原理、應(yīng)用場景,以及技術(shù)實(shí)戰(zhàn)
5. 并行數(shù)據(jù)挖掘平臺(tái)Mahout的技術(shù)架構(gòu)、核心組件的工作原理以及技術(shù)
6. Mahout應(yīng)用開發(fā)技術(shù)
7. Mahout項(xiàng)目實(shí)戰(zhàn) 1. Hadoop的兩個(gè)核心組件HDFS分布式文件系統(tǒng)和MapReduce并行處理系統(tǒng)的安裝與配置
2. Hadoop數(shù)據(jù)挖掘平臺(tái)項(xiàng)目開發(fā)環(huán)境部署,以及工作模式的應(yīng)用部署
3. 基于Hadoop的數(shù)據(jù)挖掘平臺(tái)Mahout的應(yīng)用部署以及實(shí)戰(zhàn)
1. 數(shù)據(jù)分析建模和匹配算法、原理和技術(shù)應(yīng)用
2. 大數(shù)據(jù)分析ETL技術(shù)應(yīng)用實(shí)戰(zhàn)
3. 基于大數(shù)據(jù)集的機(jī)器學(xué)習(xí)算法
4. 復(fù)雜數(shù)據(jù)模型的訓(xùn)練方法
5. 大數(shù)據(jù)的分類、聚類、統(tǒng)計(jì)學(xué)習(xí)、關(guān)聯(lián)分析和鏈接分析算法與技術(shù)的應(yīng)用
6. 大數(shù)據(jù)分析匹配技術(shù)的應(yīng)用
7. 實(shí)時(shí)數(shù)據(jù)倉庫技術(shù)和數(shù)據(jù)挖掘技術(shù),以及Spark和Shark的技術(shù)應(yīng)用
8. 基于大數(shù)據(jù)分析的推薦系統(tǒng)技術(shù)及其應(yīng)用 1. 基于Hadoop的數(shù)據(jù)挖掘平臺(tái)Mahout的項(xiàng)目實(shí)戰(zhàn)(基于真實(shí)數(shù)據(jù)集)
2. Spark和MLbase數(shù)據(jù)挖掘平臺(tái)的應(yīng)用開發(fā)部署以及實(shí)戰(zhàn)
3. 大數(shù)據(jù)分析ETL平臺(tái)Kettle應(yīng)用實(shí)戰(zhàn)(基于真實(shí)應(yīng)用數(shù)據(jù)集)
4. 基于Hadoop + HBase + Hive + Spark的Oryx項(xiàng)目實(shí)戰(zhàn)(基于互聯(lián)網(wǎng)應(yīng)用數(shù)據(jù)集) |
|
|
|