2018大數(shù)據(jù)建模與分析挖掘應用實戰(zhàn)培訓班（成都站）
時間：2018-06-02 08:30 至 2018-06-06 17:30
地點：成都
- 會議通知
- 會議日程
- 會議嘉賓
- 參會指南
-
手機下單
首頁 > 商務會議 > IT互聯(lián)網(wǎng)會議 > 2018大數(shù)據(jù)建模與分析挖掘應用實戰(zhàn)培訓班（成都站） 更新時間：2018-05-30T18:29:56
(點擊可切換)
|
2018大數(shù)據(jù)建模與分析挖掘應用實戰(zhàn)培訓班（成都站） 已截止報名會議時間： 2018-06-02 08:30至 2018-06-06 17:30結束 會議地點： 成都 成都瑞思博雅酒店 成都市青羊區(qū)三道街48號 周邊酒店預訂 會議規(guī)模：100人 主辦單位： 北京中科軟培科技有限公司 |
收藏3人
換一換
會議通知
會議內容 主辦方介紹
2018大數(shù)據(jù)建模與分析挖掘應用實戰(zhàn)培訓班（成都站）宣傳圖
一、課程簡介
大數(shù)據(jù)建模與分析挖掘技術已經(jīng)逐步地應用到新興互聯(lián)網(wǎng)企業(yè)（如電子商務網(wǎng)站、搜索引擎、社交網(wǎng)站、互聯(lián)網(wǎng)廣告服務提供商等）、銀行金融證券企業(yè)、電信運營等行業(yè)，給這些行業(yè)帶來了一定的數(shù)據(jù)價值增值作用。
本次課程面向有一定的數(shù)據(jù)分析挖掘算法基礎的工程師，帶大家實踐大數(shù)據(jù)分析挖掘平臺的項目訓練，系統(tǒng)地講解數(shù)據(jù)準備、數(shù)據(jù)建模、挖掘模型建立、大數(shù)據(jù)分析與挖掘算法應用在業(yè)務模型中，結合主流的Hadoop與Spark大數(shù)據(jù)分析平臺架構，實現(xiàn)項目訓練。
結合業(yè)界使用最廣泛的主流大數(shù)據(jù)平臺技術，重點剖析基于大數(shù)據(jù)分析算法與BI技術應用，包括分類算法、聚類算法、預測分析算法、推薦分析模型等在業(yè)務中的實踐應用，并根據(jù)講師給定的數(shù)據(jù)集，實現(xiàn)兩個基本的日志數(shù)據(jù)分析挖掘系統(tǒng)，以及電商（或內容）推薦系統(tǒng)引擎。
本課程基本的實踐環(huán)境是Linux集群，JDK1.8， Hadoop 2.7.*，Spark 2.1.*。
學員需要準備的電腦最好是i7三代及以上CPU，8GB及以上內存，硬盤空間預留50GB（可用移動硬盤），基本的大數(shù)據(jù)分析平臺所依賴的軟件包和依賴庫等，講師已經(jīng)提前部署在虛擬機鏡像（VMware鏡像），學員根據(jù)講師的操作任務進行實踐。
本課程采用技術原理與項目實戰(zhàn)相結合的方式進行教學，在講授原理的過程中，穿插實際的系統(tǒng)操作，本課程講師也精心準備的實際的應用案例供學員動手訓練。
二、培訓時間及地點????????
2018年06月02日---06月06日?? 成都（02日全天報到）
三、培訓目標
1.本課程讓學員充分掌握大數(shù)據(jù)平臺技術架構、大數(shù)據(jù)分析的基本理論、機器學習的常用算法、國內外主流的大數(shù)據(jù)分析與BI商業(yè)智能分析解決方案、以及大數(shù)據(jù)分析在搜索引擎、廣告服務推薦、電商數(shù)據(jù)分析、金融客戶分析方面的應用案例。
2.本課程強調主流的大數(shù)據(jù)分析挖掘算法技術的應用和分析平臺的實施，讓學員掌握主流的基于大數(shù)據(jù)Hadoop和Spark的大數(shù)據(jù)分析平臺架構和實際應用，并用結合實際的生產系統(tǒng)案例進行教學，掌握基于Hadoop、spark大數(shù)據(jù)平臺的數(shù)據(jù)挖掘和數(shù)據(jù)倉庫分布式系統(tǒng)平臺應用，以及商業(yè)和開源的數(shù)據(jù)分析產品加上Hadoop平臺形成大數(shù)據(jù)分析平臺的應用剖析。。
3.讓學員掌握常見的機器學習算法，深入講解業(yè)界成熟的大數(shù)據(jù)分析挖掘與BI平臺的實踐應用，并以客戶分析系統(tǒng)、日志分析和電商推薦系統(tǒng)為案例，串聯(lián)常用的數(shù)據(jù)挖掘技術進行應用教學。
四、培訓人群
1.大數(shù)據(jù)分析應用開發(fā)工程師
2.大數(shù)據(jù)分析項目的規(guī)劃咨詢管理人員
3.大數(shù)據(jù)分析項目的IT項目高管人員
4.大數(shù)據(jù)分析與挖掘處理算法應用工程師
5.大數(shù)據(jù)分析集群運維工程師
6.大數(shù)據(jù)分析項目的售前和售后技術支持服務人員
五、培訓特色
?定制授課+ 實戰(zhàn)案例訓練+ 互動咨詢討論，共3天
（說明：講師會提供虛擬機鏡像，并把Hadoop，Spark等系統(tǒng)提前部署在虛擬機中，分析挖掘平臺構建在Hadoop與Spark之上，學員自帶筆記本，運行虛擬機，并利用同樣的鏡像啟動多臺虛擬機，構建實驗集群，鏡像會提前給學員）
六、頒發(fā)證書
參加相關培訓并通過考試的學員，可以獲得：
1.工業(yè)和信息化部全國網(wǎng)絡與信息技術考試管理中心中心頒發(fā)的-大數(shù)據(jù)挖掘高級工程師職業(yè)技能證書（等級高級）。該證書可作為專業(yè)技術人員職業(yè)能力考核的證明，以及專業(yè)技術人員崗位聘用、任職、定級和晉升職務的重要依據(jù)。
注：請學員帶二寸彩照2張（背面注明姓名）、身份證復印件一張。
查看更多
北京中科軟培科技有限公司
中科軟培主要從事IT方向的前沿技術培訓，本著為用戶創(chuàng)造真正價值，圍繞以用戶為中心的價值觀不斷探索，在機器學習，深度學習，大數(shù)據(jù)、R語言、虛擬現(xiàn)實、增強現(xiàn)實等領域形成了完善的課程體系。學以致用，全部課程均已實戰(zhàn)為主，采用理論與實戰(zhàn)相結合的方式，實用的課程設計、精心施教的專家團隊、嚴格的教學把關、細心周到的后期咨詢，贏得眾多客戶的好評。
會議日程
（最終日程以會議現(xiàn)場為準）
課程模塊 | 內容提要 | 授課詳細內容 |
模塊一 | Spark ML基礎入門 | 1.1 Spark介紹 1.2 Spark ML介紹 1.3 課程的基礎環(huán)境 1.4 Spark SparkSession 1.5 Spark Datasets操作 1.6 Datasets操作的代碼實操 |
模塊二 | Spark ML Pipelines（ML管道） | 2.1 Pipelines的主要概念 2.2 Pipelines實例講解 2.3 ML操作的代碼實操 2.4 使用 ML Pipeline 構建機器學習工作流案例展示 2.5 實例的代碼實操聲 |
模塊三 | Spark ML數(shù)學基礎 | 3.1 ML矩陣向量計算 3.2 分類效果評估指標及ML實現(xiàn)詳解 3.3 交叉-驗證方法及ML實現(xiàn)詳解 3.4 實例的代碼實操 3.5 特征的提取及ML實現(xiàn)詳解 3.6特征的轉換及ML實現(xiàn)詳解 3.7 特征的選擇及ML實現(xiàn)詳解 3.8 實例的代碼實操?? |
模塊四 | Spark ML特征的提取、轉換和選擇 | 4.1 線性回歸算法 4.2 邏輯回歸算法 4.3 ML回歸算法參數(shù)詳解 4.4 ML實例 4.5 實例的代碼實操 |
模塊五 | Spark ML線性回歸/邏輯回歸算法 | 5.1 決策樹算法 5.2 隨機森林算法 5.3 GDBT算法 5.4 ML樹模型參數(shù)詳解 5.5 ML實例 5.6 實例的代碼實操 |
模塊六 | Spark ML決策樹/隨機森林/GBDT算法 | 6.1 KMeans聚類算法 6.2 ML KMeans模型參數(shù)詳解 6.3 ML實例 6.4 實例的代碼實操 |
模塊七 | Spark ML KMeans聚類算法 | 7.1 LDA主題聚類算法 7.2 ML LDA主題聚類模型參數(shù)詳解 7.3 ML實例 7.4 實例的代碼實操 |
模塊八 | Spark ML LDA主題聚類算法 | 8.1 協(xié)同過濾推薦算法 8.2 ML協(xié)同過濾分布式實現(xiàn)邏輯 8.3 ML協(xié)同過濾源碼開發(fā) 8.4 實現(xiàn)實例 8.5 實例的代碼實操 |
模塊九 | Spark ML協(xié)同過濾推薦算法 | 9.1 案例背景 9.2 架構設計 9.3 數(shù)據(jù)準備 9.4 模型訓練 9.5 模型預測 9.6 腳本封裝 |
模塊十 | 項目實踐 | 大型案例：基于Spark的推薦模型開發(fā) |
模塊十一 | 培訓總結 | 項目方案的課堂討論，討論實際業(yè)務中的分析需求，剖析各個環(huán)節(jié)的難點、痛點、瓶頸，啟發(fā)出解決之道；完成講師布置的項目案例，鞏固學過的大數(shù)據(jù)分析挖掘處理平臺技術知識以及應用技能 |
查看更多
會議嘉賓
（最終出席嘉賓以會議現(xiàn)場為準）
師資力量
張老師：阿里大數(shù)據(jù)高級專家，國內資深的Spark、Hadoop技術專家、虛擬化專家，對HDFS、MapReduce、HBase、Hive、Mahout、Storm、spark和openTSDB等Hadoop生態(tài)系統(tǒng)中的技術進行了多年的深入的研究，更主要的是這些技術在大量的實際項目中得到廣泛的應用，因此在Hadoop開發(fā)和運維方面積累了豐富的項目實施經(jīng)驗。近年主要典型的項目有：某電信集團網(wǎng)絡優(yōu)化、中國移動某省移動公司請賬單系統(tǒng)和某省移動詳單實時查詢系統(tǒng)、中國銀聯(lián)大數(shù)據(jù)數(shù)據(jù)票據(jù)詳單平臺、某大型銀行大數(shù)據(jù)記錄系統(tǒng)、某大型通信運營商全國用戶上網(wǎng)記錄、某省交通部門違章系統(tǒng)、某區(qū)域醫(yī)療大數(shù)據(jù)應用項目、互聯(lián)網(wǎng)公共數(shù)據(jù)大云(DAAS)和構建游戲云(Web Game Daas)平臺項目等?！?/p>
?鐘老師：博士畢業(yè)于中國科學院，獲工學博士學位（計算機系統(tǒng)結構方向），曾在國內某高校和某大型通信企業(yè)工作過，目前在中國科學院某研究所工作，高級工程師，副研究員，課題組長，團隊成員二十余人。大數(shù)據(jù)、云計算系列課程建設與教學專家，新技術課程開發(fā)組長。近八年來帶領團隊主要從事大數(shù)據(jù)管理與高性能分析處理（Hadoop、Spark、Storm）、大數(shù)據(jù)倉庫（HIVE）和實時數(shù)據(jù)倉庫（SparkSQL、Shark），大數(shù)據(jù)建模挖掘與機器學習（Mahout、MLib、Oryx、Pentaho BI、SAS、SPSS、R等）、MPP并行數(shù)據(jù)倉庫（Greenplum etc）、NoSQL與NewSQL分布式數(shù)據(jù)庫（HBase、MongoDB、Cassandra etc）、（移動）電子商務平臺、大數(shù)據(jù)搜索平臺（ElasticSearch、Solr、Lucene等）、云計算與虛擬化（OpenStack，VMware，XenServer，CloudStack，KVM，Docker，SaaS服務）、云存儲系統(tǒng)、Swift對象存儲系統(tǒng)、網(wǎng)絡GIS地圖服務器、互聯(lián)網(wǎng)+在線教育云平臺方面的項目研發(fā)與管理工作。
查看更多
參會指南
會議門票 場館介紹
培訓費6800元/人。（含培訓費、資料費、考試費、證書費、講義費等）。需要住宿學員請?zhí)崆巴ㄖ?，可統(tǒng)一安排，費用自理。
查看更多
您可能還會關注
贊助
