大數(shù)據(jù)分析- 基于Hadoop/Mahout的大數(shù)據(jù)挖掘培訓
? 大數(shù)據(jù)分析-?基于Hadoop/Mahout的大數(shù)據(jù)挖掘培訓
培訓內(nèi)容：
第一講大數(shù)據(jù)挖掘及其背景
1）數(shù)據(jù)挖掘定義
2）Hadoop相關(guān)技術(shù)
3）大數(shù)據(jù)挖掘知識點
第二講MapReduce計算模式
1）分布式文件系統(tǒng)
2）MapReduce
3）使用MR的算法設計
第三講Hadoop中的云挖掘工具Mahout
1）Mahout介紹
2）推薦系統(tǒng)
3）信息聚類
4）分類技術(shù)
5）其它挖掘
第四講推薦系統(tǒng)及其應用開發(fā)
1）一個推薦系統(tǒng)的模型
2）基于內(nèi)容的推薦
3）協(xié)同過濾
4）電影推薦案例
第五講分類技術(shù)及其應用
1）分類的定義
2）分類主要算法
3）Mahout分類過程
4）評估指標以及評測
5）貝葉斯算法新聞分類實例
第六講聚類技術(shù)及其應用
1）聚類的定義
2）聚類的主要算法
3）K-Means、Canopy及其應用示例
4）FuzzyK-Means、Dirichlet及其應用示例
5）路透新聞聚類實例
第七講關(guān)聯(lián)規(guī)則和相似項發(fā)現(xiàn)
1）購物籃模型
2）Apriori算法
3）抄襲文檔發(fā)現(xiàn)
4）近鄰搜索的應用
第八講流數(shù)據(jù)挖掘相關(guān)技術(shù)
1）流數(shù)據(jù)挖掘及分析
2）流數(shù)據(jù)模型
3）數(shù)據(jù)抽樣
4）流過濾
第九講大數(shù)據(jù)挖掘應用前景
1）與Hadoop集群應用的協(xié)作
2）與RHadoop等其它云挖掘工具配合
3）大數(shù)據(jù)挖掘行業(yè)應用展望
?