本课程有专向优惠,凡是参与过炼数成金Hadoop类,R/SAS/SPSS类课程的朋友可以获得免固定费优惠(相应道具卡近日发到各位账户上)。对于上述朋友,本课程实质就是免费。 Mahout是Hadoop的子项目。早年,在Lucene构建的搜索引擎基础上,进行数据分析与文本挖掘的需求,催生了项目组对机器学习算法的研究,后来逐渐演进成独立的Mahout项目。Mahout提供可扩展的机器学习领域经典算法的Map-Reduce实现,旨在帮助开发人员(他们可能不熟悉机器学习算法)更加方便快捷地创建智能应用程序,授予机器基于大数据建立“更聪明应用”的能力。 本课程是一门 IT+算法 的跨领域课程,传统的数据分析师,以R,SPSS与SAS等数据分析软件作为主要工具,但这些工具的典型应用场景为“实验室工具”,处理数据量受限于内存,因此无法处理海量数据。使用Oracle数据库等处理海量数据,但缺乏有效快速专业的分析功能。当然对于大数据也可以采用抽样等方法,但有局限性,比如对于聚类,推荐系统则无法使用抽样。目前看的解决方向是Hadoop集群和Map-Reduce并行计算重新编写实现机器学习算法,Mahout为此解决方向提供了封装,数据分析师只需要建立好模型,然后简单地调用Mahout命令,即可象在R语言中一样方便地去处理大数据,从而升级为“大数据分析师” 对于IT领域人员,在Hadoop基础课程实践中已经了解从IT角度怎样对付处理大数据,但是他们缺乏机器学习算法训练,只能对数据进行维度统计,指标计算这类简单的糙活,没有办法在数据里进行深入的知识挖掘,更谈不上搭建高度智能的应用软件,学习本课程,可以帮助他们了解机器学习和数据挖掘的常用算法,技巧,作为进军大数据分析领域的敲门砖,迅速提升自己的技能。 Mahout是目前在大数据挖掘领域几乎的解决方案,能掌握Mahout技术,无论对您的个人价值,还是您所在的公司发掘数据价值潜力,都将会大有帮助! 《Mahout机器学习平台》课程内容: 第1课 机器学习、Mahout与Hadoop的过去,现在与未来第2课 推荐系统算法与架构剖析 第3课 推荐系统应用案例 第4课 购物篮分析:频繁模式与频繁子项挖掘 第5课 聚类算法模型 第6课 企业大数据环境实现聚类的案例 第7课 常用分类器及应用场景:贝叶斯,随机森林,SGD,SVM 第8课 在企业大数据环境实现分类器 第9课 文本挖掘专题 第10课 修改源代码及挑战Mahout项目 授课时间: 课程将于3月29日开课,课程持续时间大约为10周。 授课对象: 具有Hadoop基础知识(例如修完我们《Hadoop数据分析平台》课程),对大数据分析感兴趣的朋友 收获预期: 授课讲师: 张丹(bsspirit),系统架构师,精通Java,R,js等多种语言工具,曾任职于天际网,应用Hadoop技术挖掘社交网络中用户关系和行为,构建职位推荐系统。曾参与炼数成金《Hadoop应用开发实战案例》课程讲授,对推荐系统构建有深入理解。现创业中,在金融领域,研发基于Hadoop的金融大数据处理工具。张丹热心于在互联网上传播知识,是知名博客“粉丝日志”博主。在大数据各个方向都有探索。 郑梓力,一线工程师,中山大学硕士毕业,现就职于华南某上市大型电子商务公司的商业智能部门,负责用户分析和对用户行为的建模,支撑精准营销。对文本数据挖掘、Mahout应用有深入研究。曾参与炼数成金课程《Hadoop应用开发实战案例》讲授。 课程试听: 新颖的课程收费形式:“逆向收费”约等于免费学习,仅收取100元固定收费+300元暂存学费,学习圆满则全额奖励返还给学员! 附图:炼数成金分布式系统(Hadoop/NoSQL系)课程地图 您是否对此课程还有疑问,那么请 点击进入 FAQ,您的问题将基本得到解答 全国统一咨询热线 4008-010-006 咨询QQ: 2222010006 (上班时间在线) 技术热点、 行业资讯,培训课程信息,尽在炼数成金官方微信,低成本传递高端知识!技术成就梦想!欢迎关注! |