大數(shù)據(jù)分析- 基于Hadoop/Mahout的大數(shù)據(jù)挖掘其它上課時間：

1，系統(tǒng)架構師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員。2，牽涉到大數(shù)據(jù)處理的數(shù)據(jù)中心運行、規(guī)劃、設計負責人。3，政府機關，金融保險、移動和互聯(lián)網(wǎng)等大數(shù)據(jù)來源單位的負責人。4，高校、科研院所牽涉到大數(shù)據(jù)與分布式數(shù)據(jù)處理的項目負責人。

培訓受眾:

1，系統(tǒng)架構師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員。
2，牽涉到大數(shù)據(jù)處理的數(shù)據(jù)中心運行、規(guī)劃、設計負責人。
3，政府機關，金融保險、移動和互聯(lián)網(wǎng)等大數(shù)據(jù)來源單位的負責人。
4，高校、科研院所牽涉到大數(shù)據(jù)與分布式數(shù)據(jù)處理的項目負責人。

課程收益:

1, 全面了解大數(shù)據(jù)處理技術的相關知識。
2，學習Hadoop的核心技術方法以及應用特征。
3，深入使用Mahout挖掘工具在大數(shù)據(jù)中的使用。
4，掌握流數(shù)據(jù)挖掘和其它大數(shù)據(jù)挖掘關鍵技術。

培訓頒發(fā)證書:

頒發(fā)培訓中心“大數(shù)據(jù)分析- 基于Hadoop/Mahout的大數(shù)據(jù)挖掘”結業(yè)證書。

課程大綱：

五、培訓內容
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相關技術
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
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）基于內容的推薦
3）協(xié)同過濾
4）電影推薦案例
第五講 分類技術及其應用
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）Fuzzy K-Means、Dirichlet及其應用示例
5）路透新聞聚類實例
第七講 關聯(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)挖掘相關技術
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

六、培訓目標
1, 全面了解大數(shù)據(jù)處理技術的相關知識。
2，學習Hadoop的核心技術方法以及應用特征。
3，深入使用Mahout挖掘工具在大數(shù)據(jù)中的使用。
4，掌握流數(shù)據(jù)挖掘和其它大數(shù)據(jù)挖掘關鍵技術。

七、培訓時間、地點
2014年11月6日-11月8日 地點：北京
2014年11月20日-11月22日 地點：上海


八、費用
培訓費：5500元/人（含教材、證書、午餐、學習用具）。食宿協(xié)助安排，費用自理。

培訓師介紹：

  由業(yè)界知名大數(shù)據(jù)專家親自授課：
楊老師 主要研究網(wǎng)絡信息分析以及云計算相關技術，長期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡信息處理、商務智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作，主持和參與了多個國家和省部級基金項目，具有豐富的工程實踐及軟件研發(fā)經(jīng)驗。