2018大數(shù)據(jù)建模與分析挖掘應(yīng)用實(shí)戰(zhàn)培訓(xùn)班(深圳站)
時(shí)間:2018-08-12 08:00 至 2018-08-15 18:00
地點(diǎn):深圳

- 參會(huì)報(bào)名
- 會(huì)議介紹
- 會(huì)議日程
- 會(huì)議嘉賓
- 參會(huì)指南
-
手機(jī)下單
首頁(yè) > 商務(wù)會(huì)議 > IT互聯(lián)網(wǎng)會(huì)議 > 2018大數(shù)據(jù)建模與分析挖掘應(yīng)用實(shí)戰(zhàn)培訓(xùn)班(深圳站) 更新時(shí)間:2018-07-26T10:34:58
(點(diǎn)擊可切換)
![]() |
![]() 2018大數(shù)據(jù)建模與分析挖掘應(yīng)用實(shí)戰(zhàn)培訓(xùn)班(深圳站) 已截止報(bào)名會(huì)議時(shí)間: 2018-08-12 08:00至 2018-08-15 18:00結(jié)束 會(huì)議地點(diǎn): 深圳 詳細(xì)地址會(huì)前通知 周邊酒店預(yù)訂 主辦單位: 中國(guó)軟件產(chǎn)業(yè)培訓(xùn)網(wǎng)
|
會(huì)議介紹
會(huì)議內(nèi)容 主辦方介紹

2018大數(shù)據(jù)建模與分析挖掘應(yīng)用實(shí)戰(zhàn)培訓(xùn)班(深圳站)宣傳圖
大數(shù)據(jù)建模與分析挖掘技術(shù)已經(jīng)逐步地應(yīng)用到新興互聯(lián)網(wǎng)企業(yè)(如電子商務(wù)網(wǎng)站、搜索引擎、社交網(wǎng)站、互聯(lián)網(wǎng)廣告服務(wù)提供商等)、銀行金融證券企業(yè)、電信運(yùn)營(yíng)等行業(yè),給這些行業(yè)帶來(lái)了一定的數(shù)據(jù)價(jià)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(chǔ)的工程師,帶大家實(shí)踐大數(shù)據(jù)分析挖掘平臺(tái)的項(xiàng)目訓(xùn)練,系統(tǒng)地講解數(shù)據(jù)準(zhǔn)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(yīng)用在業(yè)務(wù)模型中,結(jié)合主流的Hadoop與Spark大數(shù)據(jù)分析平臺(tái)架構(gòu),實(shí)現(xiàn)項(xiàng)目訓(xùn)練。
結(jié)合業(yè)界使用最廣泛的主流大數(shù)據(jù)平臺(tái)技術(shù),重點(diǎn)剖析基于大數(shù)據(jù)分析算法與BI技術(shù)應(yīng)用,包括分類(lèi)算法、聚類(lèi)算法、預(yù)測(cè)分析算法、推薦分析模型等在業(yè)務(wù)中的實(shí)踐應(yīng)用,并根據(jù)講師給定的數(shù)據(jù)集,實(shí)現(xiàn)兩個(gè)基本的日志數(shù)據(jù)分析挖掘系統(tǒng),以及電商(或內(nèi)容)推薦系統(tǒng)引擎。
本課程基本的實(shí)踐環(huán)境是Linux集群,JDK1.8, Hadoop 2.7.*,Spark 2.1.*。
學(xué)員需要準(zhǔn)備的電腦最好是i7三代及以上CPU,8GB及以上內(nèi)存,硬盤(pán)空間預(yù)留50GB(可用移動(dòng)硬盤(pán)),基本的大數(shù)據(jù)分析平臺(tái)所依賴(lài)的軟件包和依賴(lài)庫(kù)等,講師已經(jīng)提前部署在虛擬機(jī)鏡像(VMware鏡像),學(xué)員根據(jù)講師的操作任務(wù)進(jìn)行實(shí)踐。
本課程采用技術(shù)原理與項(xiàng)目實(shí)戰(zhàn)相結(jié)合的方式進(jìn)行教學(xué),在講授原理的過(guò)程中,穿插實(shí)際的系統(tǒng)操作,本課程講師也精心準(zhǔn)備的實(shí)際的應(yīng)用案例供學(xué)員動(dòng)手訓(xùn)練。
培訓(xùn)時(shí)間及地點(diǎn)??????????
2018年08月11日-08月15日 深圳 (11日全天報(bào)到)
報(bào)道地點(diǎn):深圳興華賓館(深圳福田區(qū)深南中路2026號(hào))
上課地點(diǎn):深圳市育捷培訓(xùn)學(xué)校(深圳市福田區(qū)燕南路7號(hào)美然大廈一棟4樓)
住宿標(biāo)準(zhǔn):豪華大床房,標(biāo)準(zhǔn)間268/間(含雙早,可上網(wǎng))
培訓(xùn)目標(biāo)
1.本課程讓學(xué)員充分掌握大數(shù)據(jù)平臺(tái)技術(shù)架構(gòu)、大數(shù)據(jù)分析的基本理論、機(jī)器學(xué)習(xí)的常用算法、國(guó)內(nèi)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(wù)推薦、電商數(shù)據(jù)分析、金融客戶(hù)分析方面的應(yīng)用案例。
2.本課程強(qiáng)調(diào)主流的大數(shù)據(jù)分析挖掘算法技術(shù)的應(yīng)用和分析平臺(tái)的實(shí)施,讓學(xué)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(tái)架構(gòu)和實(shí)際應(yīng)用,并用結(jié)合實(shí)際的生產(chǎn)系統(tǒng)案例進(jìn)行教學(xué),掌握基于Hadoop、spark大數(shù)據(jù)平臺(tái)的數(shù)據(jù)挖掘和數(shù)據(jù)倉(cāng)庫(kù)分布式系統(tǒng)平臺(tái)應(yīng)用,以及商業(yè)和開(kāi)源的數(shù)據(jù)分析產(chǎn)品加上Hadoop平臺(tái)形成大數(shù)據(jù)分析平臺(tái)的應(yīng)用剖析。。
3.讓學(xué)員掌握常見(jiàn)的機(jī)器學(xué)習(xí)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(tái)的實(shí)踐應(yīng)用,并以客戶(hù)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(shù)進(jìn)行應(yīng)用教學(xué)。
培訓(xùn)人群
1.大數(shù)據(jù)分析應(yīng)用開(kāi)發(fā)工程師
2.大數(shù)據(jù)分析項(xiàng)目的規(guī)劃咨詢(xún)管理人員
3.大數(shù)據(jù)分析項(xiàng)目的IT項(xiàng)目高管人員
4.大數(shù)據(jù)分析與挖掘處理算法應(yīng)用工程師
5.大數(shù)據(jù)分析集群運(yùn)維工程師
6.大數(shù)據(jù)分析項(xiàng)目的售前和售后技術(shù)支持服務(wù)人員
培訓(xùn)特色
?定制授課+ 實(shí)戰(zhàn)案例訓(xùn)練+ 互動(dòng)咨詢(xún)討論,共3天
頒發(fā)證書(shū)
參加相關(guān)培訓(xùn)并通過(guò)考試的學(xué)員,可以獲得:
1.工業(yè)和信息化部全國(guó)網(wǎng)絡(luò)與信息技術(shù)考試管理中心中心頒發(fā)的-大數(shù)據(jù)挖掘高級(jí)工程師職業(yè)技能證書(shū)(等級(jí)高級(jí))。該證書(shū)可作為專(zhuān)業(yè)技術(shù)人員職業(yè)能力考核的證明,以及專(zhuān)業(yè)技術(shù)人員崗位聘用、任職、定級(jí)和晉升職務(wù)的重要依據(jù)。
注:請(qǐng)學(xué)員帶二寸彩照2張(背面注明姓名)、身份證復(fù)印件一張。
查看更多
為響應(yīng)國(guó)家“人才興國(guó)、科教興國(guó)”戰(zhàn)略,緩解中國(guó)軟件技術(shù)人才需求日益緊張的現(xiàn)狀,推動(dòng)中國(guó)軟件業(yè)的發(fā)展,培養(yǎng)一批高素質(zhì)的軟件專(zhuān)業(yè)人才,在工信部以及相關(guān)領(lǐng)導(dǎo)的大力支持下2008年成立了中國(guó)軟件產(chǎn)業(yè)培訓(xùn)網(wǎng)(簡(jiǎn)稱(chēng)“軟博教育”),軟博教育自成立以來(lái)即定位于軟件技術(shù)專(zhuān)業(yè)人才培養(yǎng)實(shí)訓(xùn)機(jī)構(gòu),專(zhuān)注致力于軟件技術(shù)人才的培養(yǎng),是中國(guó)科學(xué)院計(jì)算技術(shù)研究所教育中心合作培訓(xùn)機(jī)構(gòu),也是工信部人才交流中心唯一指定的全國(guó)計(jì)算機(jī)專(zhuān)業(yè)技術(shù)人才培訓(xùn)基地”,“國(guó)家人力資源和社會(huì)保障部——全國(guó)信息化人才培養(yǎng)工程項(xiàng)目(即國(guó)家“653工程”)指定培養(yǎng)機(jī)構(gòu)”, 中國(guó)軟件產(chǎn)業(yè)培訓(xùn)網(wǎng)(中聯(lián)軟博(北京)科技有限公司)--率先在國(guó)內(nèi)開(kāi)展高級(jí)軟件架構(gòu)等IT高端培訓(xùn)的公開(kāi)課。多年來(lái)持續(xù)不斷的投入精力創(chuàng)新課程體系,至今已在國(guó)內(nèi)開(kāi)展公開(kāi)課培訓(xùn)的課程達(dá)十幾門(mén),分別涵蓋軟件架構(gòu)、軟件設(shè)計(jì)、項(xiàng)目管理、質(zhì)量管理、需求工程、運(yùn)營(yíng)管理等領(lǐng)域,也根據(jù)企事業(yè)單位的實(shí)用需求, 通過(guò)定制培訓(xùn)方案,培訓(xùn)后的技術(shù)服務(wù),將企業(yè)單位的信息化投資的效益發(fā)揮到最高點(diǎn)。目前中心已經(jīng)與幾百家企事業(yè)單位建立了長(zhǎng)期的培訓(xùn)合作關(guān)系, 深得用戶(hù)信賴(lài)和好評(píng)。
會(huì)議日程
(最終日程以會(huì)議現(xiàn)場(chǎng)為準(zhǔn))
課程模塊 |
內(nèi)容提要 |
授課詳細(xì)內(nèi)容 |
模塊一 |
Spark ML基礎(chǔ)入門(mén) |
1.1 Spark介紹 1.2 Spark ML介紹 1.3 課程的基礎(chǔ)環(huán)境 1.4 Spark SparkSession 1.5 Spark Datasets操作 1.6 Datasets操作的代碼實(shí)操 |
模塊二 |
Spark ML Pipelines(ML管道) |
2.1 Pipelines的主要概念 2.2 Pipelines實(shí)例講解 2.3 ML操作的代碼實(shí)操 2.4 使用 ML Pipeline 構(gòu)建機(jī)器學(xué)習(xí)工作流案例展示 2.5 實(shí)例的代碼實(shí)操聲 |
模塊三 |
Spark ML數(shù)學(xué)基礎(chǔ) |
3.1 ML矩陣向量計(jì)算 3.2 分類(lèi)效果評(píng)估指標(biāo)及ML實(shí)現(xiàn)詳解 3.3 交叉-驗(yàn)證方法及ML實(shí)現(xiàn)詳解 3.4 實(shí)例的代碼實(shí)操 3.5 特征的提取及ML實(shí)現(xiàn)詳解 3.6特征的轉(zhuǎn)換及ML實(shí)現(xiàn)詳解 3.7 特征的選擇及ML實(shí)現(xiàn)詳解 3.8 實(shí)例的代碼實(shí)操 |
模塊四 |
Spark ML特征的提取、轉(zhuǎn)換和選擇 |
4.1 線(xiàn)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(shí)例 4.5 實(shí)例的代碼實(shí)操 |
模塊五 |
Spark ML線(xiàn)性回歸/邏輯回歸算法? |
5.1 決策樹(shù)算法 5.2 隨機(jī)森林算法 5.3 GDBT算法 5.4 ML樹(shù)模型參數(shù)詳解 5.5 ML實(shí)例 5.6 實(shí)例的代碼實(shí)操 |
模塊六 |
Spark ML決策樹(shù)/隨機(jī)森林/GBDT算法 |
6.1 KMeans聚類(lèi)算法 6.2 ML KMeans模型參數(shù)詳解 6.3 ML實(shí)例 6.4 實(shí)例的代碼實(shí)操 |
模塊七 |
Spark ML KMeans聚類(lèi)算法 |
7.1 LDA主題聚類(lèi)算法 7.2 ML LDA主題聚類(lèi)模型參數(shù)詳解 7.3 ML實(shí)例 7.4 實(shí)例的代碼實(shí)操 |
模塊八 |
Spark ML LDA主題聚類(lèi)算法 |
8.1 協(xié)同過(guò)濾推薦算法 8.2 ML協(xié)同過(guò)濾分布式實(shí)現(xiàn)邏輯 8.3 ML協(xié)同過(guò)濾源碼開(kāi)發(fā) 8.4 實(shí)現(xiàn)實(shí)例 8.5 實(shí)例的代碼實(shí)操 |
模塊九 |
Spark ML協(xié)同過(guò)濾推薦算法 |
9.1 案例背景 9.2 架構(gòu)設(shè)計(jì) 9.3 數(shù)據(jù)準(zhǔn)備 9.4 模型訓(xùn)練 9.5 模型預(yù)測(cè) 9.6 腳本封裝 |
模塊十 |
項(xiàng)目實(shí)踐 |
大型案例:基于Spark的推薦模型開(kāi)發(fā) |
模塊十一 |
培訓(xùn)總結(jié) |
項(xiàng)目方案的課堂討論,討論實(shí)際業(yè)務(wù)中的分析需求,剖析各個(gè)環(huán)節(jié)的難點(diǎn)、痛點(diǎn)、瓶頸,啟發(fā)出解決之道;完成講師布置的項(xiàng)目案例,鞏固學(xué)過(guò)的大數(shù)據(jù)分析挖掘處理平臺(tái)技術(shù)知識(shí)以及應(yīng)用技能 |
查看更多
會(huì)議嘉賓
(最終出席嘉賓以會(huì)議現(xiàn)場(chǎng)為準(zhǔn))
張老師:阿里大數(shù)據(jù)高級(jí)專(zhuān)家,國(guó)內(nèi)資深的Spark、Hadoop技術(shù)專(zhuān)家、虛擬化專(zhuān)家,對(duì)HDFS、MapReduce、HBase、Hive、Mahout、Storm、spark和openTSDB等Hadoop生態(tài)系統(tǒng)中的技術(shù)進(jìn)行了多年的深入的研究,更主要的是這些技術(shù)在大量的實(shí)際項(xiàng)目中得到廣泛的應(yīng)用,因此在Hadoop開(kāi)發(fā)和運(yùn)維方面積累了豐富的項(xiàng)目實(shí)施經(jīng)驗(yàn)。近年主要典型的項(xiàng)目有:某電信集團(tuán)網(wǎng)絡(luò)優(yōu)化、中國(guó)移動(dòng)某省移動(dòng)公司請(qǐng)賬單系統(tǒng)和某省移動(dòng)詳單實(shí)時(shí)查詢(xún)系統(tǒng)、中國(guó)銀聯(lián)大數(shù)據(jù)數(shù)據(jù)票據(jù)詳單平臺(tái)、某大型銀行大數(shù)據(jù)記錄系統(tǒng)、某大型通信運(yùn)營(yíng)商全國(guó)用戶(hù)上網(wǎng)記錄、某省交通部門(mén)違章系統(tǒng)、某區(qū)域醫(yī)療大數(shù)據(jù)應(yīng)用項(xiàng)目、互聯(lián)網(wǎng)公共數(shù)據(jù)大云(DAAS)和構(gòu)建游戲云(Web Game Daas)平臺(tái)項(xiàng)目等。
?鐘老師:男,博士畢業(yè)于中國(guó)科學(xué)院,獲工學(xué)博士學(xué)位(計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)方向),曾在國(guó)內(nèi)某高校和某大型通信企業(yè)工作過(guò),目前在中國(guó)科學(xué)院某研究所工作,高級(jí)工程師,副研究員,課題組長(zhǎng),團(tuán)隊(duì)成員二十余人。大數(shù)據(jù)、云計(jì)算系列課程建設(shè)與教學(xué)專(zhuān)家,新技術(shù)課程開(kāi)發(fā)組長(zhǎng)。近八年來(lái)帶領(lǐng)團(tuán)隊(duì)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(cāng)庫(kù)(HIVE)和實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)(SparkSQL、Shark),大數(shù)據(jù)建模挖掘與機(jī)器學(xué)習(xí)(Mahout、MLib、Oryx、Pentaho BI、SAS、SPSS、R等)、MPP并行數(shù)據(jù)倉(cāng)庫(kù)(Greenplum etc)、NoSQL與NewSQL分布式數(shù)據(jù)庫(kù)(HBase、MongoDB、Cassandra etc)、(移動(dòng))電子商務(wù)平臺(tái)、大數(shù)據(jù)搜索平臺(tái)(ElasticSearch、Solr、Lucene等)、云計(jì)算與虛擬化(OpenStack,VMware,XenServer,CloudStack,KVM,Docker,SaaS服務(wù))、云存儲(chǔ)系統(tǒng)、Swift對(duì)象存儲(chǔ)系統(tǒng)、網(wǎng)絡(luò)GIS地圖服務(wù)器、互聯(lián)網(wǎng)+在線(xiàn)教育云平臺(tái)方面的項(xiàng)目研發(fā)與管理工作。
查看更多
參會(huì)指南
會(huì)議門(mén)票
會(huì)務(wù)費(fèi):6800元/人,含培訓(xùn)費(fèi)、資料費(fèi)、考試費(fèi)、證書(shū)費(fèi)、講義費(fèi)等,需要住宿學(xué)員請(qǐng)?zhí)崆巴ㄖ山y(tǒng)一安排,費(fèi)用自理。
查看更多
溫馨提示
酒店與住宿:
為防止極端情況下活動(dòng)延期或取消,建議“異地客戶(hù)”與活動(dòng)家客服確認(rèn)參會(huì)信息后,再安排出行與住宿。
退款規(guī)則:
活動(dòng)各項(xiàng)資源需提前采購(gòu),購(gòu)票后不支持退款,可以換人參加。
您可能還會(huì)關(guān)注
-
DAMS2025中國(guó)數(shù)據(jù)智能管理峰會(huì)(上海)
2025-09-12 上海
-
SECon 2025 全球軟件工程技術(shù)大會(huì)·深圳
2025-06-20 深圳
-
SECON 2025全球軟件工程技術(shù)大會(huì)·上海
2025-11-21 上海
-
AICon 全球人工智能開(kāi)發(fā)與應(yīng)用大會(huì) 2025·上海
2025-05-23 上海
部分參會(huì)單位
郵件提醒通知