
Spark大數(shù)據(jù)挖掘工具M(jìn)llib實(shí)戰(zhàn)培訓(xùn)
第一講 Spark大數(shù)據(jù)實(shí)時處理技術(shù)
1)大數(shù)據(jù)處理技術(shù)
2)Spark實(shí)時處理技術(shù)
3)Spark生態(tài)系統(tǒng)BDAS
4)Spark架構(gòu)分析
第二講 Spark安裝配置及監(jiān)控
1)Ubuntu環(huán)境的準(zhǔn)備
2)Hadoop2.X和Scala
3)搭建Spark開發(fā)環(huán)境
4)Idea編譯和運(yùn)行
5)Spark監(jiān)控管理
第3講 Scala編程語言和分布式計算模型
1) Scala編程語言
2) 操作基本數(shù)據(jù)類型
3)Spark計算模型和RDD
4)Transformation及Actions算子
5)Spark MLlib矩陣向量
第四講 Spark MLlib線性回歸和邏輯回歸算法
1)線性回歸算法
2)線性回歸代碼實(shí)例
3)邏輯回歸算法
4)邏輯回歸回歸代碼實(shí)例
5)線性回歸和邏輯回歸代碼實(shí)操
第五講 Spark MLlib貝葉斯分類算法
1) 貝葉斯分類算法原理
2) Spark貝葉斯分類源碼
3) Spark貝葉斯分類代碼示例
4) 貝葉斯分類代碼實(shí)操
第六講 Spark MLlib決策樹算法
1) 決策樹算法原理
2) Spark決策樹算法源碼
3) Spark決策樹算法代碼示例
4) 決策樹代碼實(shí)操
第七講 Spark MLlib聚類算法
1) K-Means聚類算法原理
2) Spark K-Means聚類算法源碼
3) SparkK-Means聚類代碼示例
4) 聚類算法代碼實(shí)操
第八講 Spark MLlib關(guān)聯(lián)規(guī)則算法
1) FPGrowth關(guān)聯(lián)規(guī)則算法原理
2) FPGrowth關(guān)聯(lián)規(guī)則算法源碼
3) FPGrowth關(guān)聯(lián)規(guī)則代碼示例
4) 關(guān)聯(lián)規(guī)則代碼實(shí)操
第九講 Spark MLlib算法
1) 協(xié)同過濾算法原理
2) Spark協(xié)同過濾源碼
3) Spark協(xié)同過濾代碼示例
4) 代碼實(shí)操
第十講 Spark MLlib神經(jīng)網(wǎng)絡(luò)算法
1) 神經(jīng)網(wǎng)絡(luò)算法原理
2) Spark神經(jīng)網(wǎng)絡(luò)算法源碼
3) Spark神經(jīng)網(wǎng)絡(luò)代碼示例
4) 神經(jīng)網(wǎng)絡(luò)代碼實(shí)操
六、培訓(xùn)
1, 了解大數(shù)據(jù)實(shí)時處理技術(shù)的相關(guān)知識。
2,學(xué)習(xí)Spark的核心技術(shù)方法以及應(yīng)用特征。
3,深入使用MLLib在大數(shù)據(jù)挖掘和實(shí)時分析中的使用。
4,掌握MLlib相關(guān)機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘工具的使用。