深圳大数据高级培训课程.

课程亮点

师资:*讲师团队,丰富行业经验和企业培训经验

特色:小班培训,精品课程,面授+直播+录播,上课方式多样

培训:免费重听

适用对象

不限

学习目标

掌握大数据分析与机器学习的完整流程

课程内容

*天

大数据分析挖掘算法

内容一:大数据分析挖掘算法

1．业界常见的大数据分析应用场景以及对应的分析算法模型应用,及其案例

2．常用的统计分析模型的介绍,包括方差分析、线性拟合、回归、逻辑回归、因子分析、主成分分析、时间序列分析的基础知识

3．常用的数据挖掘模型介绍,重点介绍六类机器学习与挖掘模型算法

4．业界主流的数据仓库工具和数据分析挖掘相关工具软件的应用概述

内容二:机器学习

1．机器学习概念、发展历程

2．机器学习的应用场景

3．机器学习与统计分析

4．无监督式学习概述

5．有监督式学习概述

6．半监督式学习概述

7．强化学习概述

8．人工神经网络学习概述

9．深度学习概述

10．机器学习的应用场景和应用案例

第二天

Spark大数据实时与高性能处理平台剖析

内容:Spark大数据实时与高性能处理平台剖析

1．Spark实时大数据处理平台架构

2．Spark编程模型以及Spark编程实例解析

3．Spark RDD内存弹性分布式数据集的工作原理与机制

4．Spark Core的核心组件剖析

5．Spark系统架构和运行过程剖析

6．Spark on Yarn运行原理和实例

7．Spark RDD transform、滑动窗口、foreachRDD性能优化、持久化、checkpoint、容错与事务、与Spark SQL整合使用

8．基于Spark的实时数据仓库与实时分析挖掘处理的应用实践,以及应用案例

第三天

Spark SQL应用实战

内容:Spark SQL应用实战

1．Spark SQL实时数据仓库的实现原理与操作

2．Spark SQL核心代码剖析

3．Spark SQL客户端开发包API

4．Spark SQL实时统计应用

5．Spark SQL应用程序开发实践

第四天

Spark Streaming应用实战

内容:Spark Streaming应用实战

1．Streaming与Storm在实时流计算处理应用场景下的案例与比较

2．Spark Streaming与Spark交互的实现机制

3．Spark Streaming的核心代码剖析

4．Spark Streaming客户端编程实践

5．Spark Streaming实时流数据分析处理应用开发实践

第五天

数据预处理与特征选择

内容一:数据预处理

1．数据抽取、转换和加载

2．数据清洗

3．特征处理

内容二:特征选择与降维

1．特征选择概述

2．Filter

3．Wrapper

4．Embedded

5．特征扩增

6．降维、PCA、LDA、LLE、SVD

第六天

机器学习算法

内容一:有监督学习

1．KNN算法

2．决策树算法

3．SVM算法

4．朴素贝叶斯算法

5．逻辑回归算法

6．线性回归算法

7．集成算法

内容二:无监督学习

1．聚类算法

2．关联算法

内容三:模型评估与优化

1．模型优化与评估概念

2．*优化模型

3．模型评估与选择

第七天

Spark MLlib数据挖掘

内容:Spark MLlib数据挖掘

1． Spark MLlib概述

2． Spark MLlib评估矩阵

3． Spark MLlib关联规则与推荐算法

4． Spark MLlib聚类与降维

5． Spark MLlib分类与回归

6． Spark MLlib特征提取和转换

7． Spark MLlib基础统计分析

第八天

大数据挖掘案例

内容:综合实验

1． 房价售价预测

2． 个人收入分群

3．移民的签证预测

4．银行办理定期存款业务预测