大數(shù)據(jù)分析挖掘-基于Hadoop/Mahout/MLlib的大數(shù)據(jù)挖掘（含spark、storm、d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。

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/Yarn/Spark的核心數(shù)據(jù)分析技術
3，深入學習Mahout/MLlib挖掘工具在大數(shù)據(jù)中的使用。
4，掌握Storm流處理技術和Docker等技術與大數(shù)據(jù)挖掘結合的方法。

培訓頒發(fā)證書:

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

課程大綱:

隨著互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，我們已經切實地迎來了一個大數(shù)據(jù)的時代。大數(shù)據(jù)是指無法在一定時間內用常規(guī)軟件工具對其內容進行抓取、管理和處理的數(shù)據(jù)集合，對大數(shù)據(jù)的分析已經成為一個非常重要且緊迫的需求。目前對大數(shù)據(jù)的分析工具，首選的是Hadoop/Yarn平臺。Hadoop/Yarn在可伸縮性、健壯性、計算性能和成本上具有無可替代的優(yōu)勢，事實上已成為當前互聯(lián)網(wǎng)企業(yè)主流的大數(shù)據(jù)分析平臺。為解決廣大系統(tǒng)設計人員深入研究與開發(fā)大數(shù)據(jù)技術的需要，培訓中心特在“大數(shù)據(jù)處理技術-基于Hadoop/Yarn的實戰(zhàn)”課程的基礎上，針對已有或即將建立Hadoop/Yarn集群，擁有海量數(shù)據(jù)，需要做用戶推薦、產品聚類，信息分類等大數(shù)據(jù)分析用戶，舉辦“大數(shù)據(jù)分析挖掘-基于Hadoop/Mahout/MLlib的大數(shù)據(jù)挖掘”培訓班，具體事宜通知如下：
一、培訓對象
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。
二、學員基礎
1，對IT系統(tǒng)設計有一定的理論與實踐經驗。
2，數(shù)據(jù)倉庫與數(shù)據(jù)挖掘處理有一定的基礎知識。
3，對Hadoop/Yarn/Spark大數(shù)據(jù)技術有一定的了解。
三、師資
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)經驗。
四、培訓要點
互聯(lián)網(wǎng)點擊數(shù)據(jù)、傳感數(shù)據(jù)、日志文件、具有豐富地理空間信息的移動數(shù)據(jù)和涉及網(wǎng)絡的各類評論，成為了海量信息的多種形式。當數(shù)據(jù)以成百上千TB不斷增長的時候，我們在內部交易系統(tǒng)的歷史信息之外，需要一種基于大數(shù)據(jù)分析的決策模型和技術支持。
大數(shù)據(jù)通常具有：數(shù)據(jù)體量(Volume)巨大,數(shù)據(jù)類型(Variety)繁多,價值(Value)密度低,處理速度(Velocity)快等四大特征。如何有效管理和高效處理這些大數(shù)據(jù)已成為當前亟待解決的問題。大數(shù)據(jù)處理意味著更嚴峻的挑戰(zhàn)，更好地管理和處理這些數(shù)據(jù)也將會獲得意想不到的收獲。
Google發(fā)布的GFS和MapReduce等高可擴展、高性能的分布式大數(shù)據(jù)處理框架，證明了在處理海量網(wǎng)頁數(shù)據(jù)時該框架的優(yōu)越性。在此基礎上，Apache Hadoop開源項目開發(fā)團隊，克隆并推出了Hadoop/Yarn系統(tǒng)。該系統(tǒng)已受到學術界和工業(yè)界的廣泛認可和采納，并孵化出眾多子項目(如Hive，Zookeeper和Mahout等)，日益形成一個易部署、易開發(fā)、功能齊全、性能優(yōu)良的系統(tǒng)。在此基礎上，以Berkley牽頭設計的Spark/BDAS技術，實現(xiàn)了內存級別的分布式處理模式，使用戶無需關注復雜的內部工作機制，無需具備豐富的分布式系統(tǒng)知識及開發(fā)經驗，即可實現(xiàn)大規(guī)模分布式系統(tǒng)的部署與大數(shù)據(jù)的并行處理。
本課程從大數(shù)據(jù)挖掘分析技術實戰(zhàn)的角度，結合理論和實踐，全方位地介紹Mahout和 MLlib等大數(shù)據(jù)挖掘工具的開發(fā)技巧。本課程涉及的主題包括：大數(shù)據(jù)挖掘及其背景，Mahout和 MLlib大數(shù)據(jù)挖掘工具，推薦系統(tǒng)及電影推薦案例，分類技術及聚類分析，以及與流挖掘和Docker技術的結合，分析了大數(shù)據(jù)挖掘前景分析。
本課程教學過程中還提供了案例分析來幫助學員了解如何用Mahout和 MLlib挖掘工具來解決具體的問題，并介紹了從大數(shù)據(jù)中挖掘出有價值的信息的關鍵。
本課程不是一個泛泛的理論性、概念性的介紹課程，而是針對問題討論Mahout和 MLlib解決方案的深入課程。教師對于上述領域有深入的理論研究與實踐經驗，在課程中將會針對這些問題與學員一起進行研究，在關鍵點上還會搭建實驗環(huán)境進行實踐研究，以加深對于這些解決方案的理解。通過本課程學習，希望推動大數(shù)據(jù)分析挖掘項目開發(fā)上升到一個新水平。
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/DAG計算模式
1）分布式文件系統(tǒng)DFS
2）MapReduce計算模型介紹
3）使用MR進行算法設計
4）DAG及其算法設計
第三講 云挖掘工具Mahout/MLib
1）Hadoop中的Mahoutb介紹
2）Spark中的Mahout/MLib介紹
3）推薦系統(tǒng)及其Mahout實現(xiàn)方法
4）信息聚類及其MLlib實現(xiàn)方法
5）分類技術在Mahout/MLib中的實現(xiàn)方法
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）基于Mahout的電影推薦案例
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）基于MLlib的新聞聚類實例
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）Storm和流數(shù)據(jù)處理模型
3）流處理中的數(shù)據(jù)抽樣
4）流過濾和Bloom filter
第九講 云環(huán)境下大數(shù)據(jù)挖掘應用
1）與Hadoop/Yarn集群應用的協(xié)作
2）與Docker等其它云工具配合
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/Yarn/Spark的核心數(shù)據(jù)分析技術
3，深入學習Mahout/MLlib挖掘工具在大數(shù)據(jù)中的使用。
4，掌握Storm流處理技術和Docker等技術與大數(shù)據(jù)挖掘結合的方法。
七、培訓時間、地點
時間： 2016年4月13日-4月15日 地點：北京
2016年5月23日-5月25日 地點：上海
2016年6月15日-6月17日 地點：北京
八、證書
培訓結束，頒發(fā)培訓中心“大數(shù)據(jù)分析挖掘-基于Hadoop/Mahout/MLlib的大數(shù)據(jù)挖掘”結業(yè)證書。
九、費用
培訓費：5500元/人（含教材、證書、午餐、學習用具等）。住宿協(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)經驗。