 班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
|
坚持小班授课，为保证培训效果，增加互动环节，每期人数限3到5人。 |
| 上课时间和地点 |
上课地点：【上海】：同济大学(沪西)/新城金郡商务楼(11号线白银路站) 【深圳分部】：电影大厦(地铁一号线大剧院站)/深圳大学成教院 【北京分部】：北京中山/福鑫大楼 【南京分部】：金港大厦(和燕路) 【武汉分部】：佳源大厦（高新二路） 【成都分部】：领馆区1号（中和大道） 【沈阳分部】：沈阳理工大学/六宅臻品 【郑州分部】：郑州大学/锦华大厦 【石家庄分部】：河北科技大学/瑞景大厦 【广州分部】：广粮大厦 【西安分部】：协同大厦
近开课时间(周末班/连续班/晚班）：2020年12月28日(请尽快联系提前报名) |
| 实验设备 |
☆资深工程师授课
☆注重质量
☆边讲边练
☆合格学员免费推荐工作
★实验设备请点击这儿查看★ |
| 质量保障 |
1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。
3、培训合格学员可享受免费推荐就业机会。 |
课程大纲 |
一、课程背景概述
大数据分析挖掘技术已经给新兴互联网企业（如电子商务网站、搜索引擎、社交网站、商务广告营销等）、银行金融企业、高端装备制造企业等带来了巨大的商业机遇，大数据在整个企业的价值增值链中发挥着至关重要的决定性作用。大数据时代的到来，一方面为（传统）企业带来了巨大的机遇，推动企业的转型升级和科学决策分析；另一方面由于目前大部分企业缺乏大数据技术专业人才和平台建设经验，对企业实施大数据发展战略也带来了较大的挑战。本次课程带大家领略大数据技术的魅力和广阔前景，使学员掌握主流的Hadoop大数据存储、管理、分析挖掘处理技术，以及Hadoop大数据平台架构和建设，分享成功的大数据应用项目实施经验，学习大数据应用项目解决方案咨询服务。本次培训紧密结合行业市场需求和国际国内新技术发展潮流，为促进企业实施大数据战略、实现大数据的商业价值提供一种可行的方案思路，共同拥抱大数据时代的来临！
二、目标人群
1. 大数据分析挖掘应用技术开发和平台运维人员
2. Hadoop大数据挖掘平台建设与实施工程师
3. 大数据分析挖掘项目管理和咨询人员
三、课程目标
1. 本课程让学员领略大数据技术的魅力和广阔前景，使学员掌握主流的大数据（包括结构化、半结构化和非结构化数据）的表示、建模、存储、管理、分析处理、挖掘、推荐技术、匹配技术与关联分析技术，以及机器学习平台的原理与应用实战。
2. 课程紧密结合行业市场需求和国际国内新技术发展潮流，让学员掌握大数据分析挖掘平台架构和应用部署，分享成功的大数据应用项目实施经验，学习大数据分析应用项目解决方案咨询服务。
3. 让学员掌握常见的大数据分析方法和数据挖掘算法使用方法，以及大数据开发与运维技术。让学员掌握基于Hadoop大数据平台的数据挖掘平台Mahout、MLbase机器学习算法库应用、数据仓库HIVE、实时分析平台Spark、实时挖掘平台Shark、分布式机器学习与推荐系统平台Oryx的入门、中级以及高级应用，并对主流的大数据分析建模与挖掘推荐平台产品剖析。
四、培训特色
定制授课+ 案例分析讲解 + 小组讨论，
五、培训大纲
授课内容 演示/实践/练习说明
1. 大数据基本概念、技术梗概、技术沿革，以及大数据技术是如何改变人工智能技术、语音识别技术、图像识别/视频理解、自然语言处理技术等，以及大数据技术在政府、金融、石油、教育、交通、医疗卫生等行业的成功案例。
2. Hadoop大数据平台的生态系统组件、平台架构以及工作原理；分布式文件系统HDFS、并行处理系统Hadoop MapReduce的系统架构、核心功能模块、工作原理以及应用开发
3. 大数据的结构化数据模型、半结构化模型和非结构化数据的存储模型，逻辑模型，以及分析建模工具的常用方法。
4. 十大常用的并行数据挖掘算法、原理、应用场景，以及技术实战
5. 并行数据挖掘平台Mahout的技术架构、核心组件的工作原理以及技术
6. Mahout应用开发技术
7. Mahout项目实战 1. Hadoop的两个核心组件HDFS分布式文件系统和MapReduce并行处理系统的安装与配置
2. Hadoop数据挖掘平台项目开发环境部署，以及工作模式的应用部署
3. 基于Hadoop的数据挖掘平台Mahout的应用部署以及实战
1. 数据分析建模和匹配算法、原理和技术应用
2. 大数据分析ETL技术应用实战
3. 基于大数据集的机器学习算法
4. 复杂数据模型的训练方法
5. 大数据的分类、聚类、统计学习、关联分析和链接分析算法与技术的应用
6. 大数据分析匹配技术的应用
7. 实时数据仓库技术和数据挖掘技术，以及Spark和Shark的技术应用
8. 基于大数据分析的推荐系统技术及其应用 1. 基于Hadoop的数据挖掘平台Mahout的项目实战（基于真实数据集）
2. Spark和MLbase数据挖掘平台的应用开发部署以及实战
3. 大数据分析ETL平台Kettle应用实战（基于真实应用数据集）
4. 基于Hadoop + HBase + Hive + Spark的Oryx项目实战（基于互联网应用数据集） |
|
|
|
首页 课程表 在线聊 报名 讲师 品牌 QQ聊 活动 就业
