培訓(xùn)會員
熱門點擊:參觀考察 中層干部 研發(fā)管理 采購管理 海關(guān)事務(wù) 秘書文秘 人力資源管理 銷售營銷 績效管理 倉儲管理
您現(xiàn)在的位置: 森濤培訓(xùn)網(wǎng) >> 公開課 >> 大數(shù)據(jù)管理培訓(xùn) >> 課程介紹

大數(shù)據(jù)建模與分析挖掘應(yīng)用

大數(shù)據(jù)建模與分析挖掘應(yīng)用課程
[課程簡介]: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,帶大家實踐大數(shù)據(jù)分析挖掘平臺的項目訓(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)分析平臺架構(gòu),實現(xiàn)項目訓(xùn)練。 ...

【時間地點】 2021年5月28-31日 成都
上午9:00-12:00,下午14:00-17:00
【培訓(xùn)講師】 張老師等
【參加對象】 1.大數(shù)據(jù)分析應(yīng)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(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)分析項目的售前和售后技術(shù)支持服務(wù)人員;
【參加費(fèi)用】 ¥7800元/人 (含培訓(xùn)費(fèi)、資料費(fèi)、考試費(fèi)、A類證書費(fèi)) 需要住宿學(xué)員請?zhí)崆巴ㄖ,可統(tǒng)一安排,費(fèi)用自理。
【會務(wù)組織】 森濤培訓(xùn)網(wǎng)(m.dbslw.com.cn).廣州三策企業(yè)管理咨詢有限公司
【咨詢電話】 020-34071250;020-34071978(提前報名可享受更多優(yōu)惠)
【聯(lián) 系 人】 龐先生,鄧小姐;13378458028、18924110388(均可加微信)
【在線 QQ 】 568499978 培訓(xùn)課綱 課綱下載    
【溫馨提示】 本課程可引進(jìn)到企業(yè)內(nèi)部培訓(xùn),歡迎來電預(yù)約!
培訓(xùn)關(guān)鍵詞:大數(shù)據(jù)建模培訓(xùn),大數(shù)據(jù)分析培訓(xùn),大數(shù)據(jù)管理培訓(xùn)

大數(shù)據(jù)建模與分析挖掘應(yīng)用(張老師等)課程介紹:

    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(chǔ)的工程師,帶大家實踐大數(shù)據(jù)分析挖掘平臺的項目訓(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)分析平臺架構(gòu),實現(xiàn)項目訓(xùn)練。
    結(jié)合業(yè)界使用最廣泛的主流大數(shù)據(jù)平臺技術(shù),重點剖析基于大數(shù)據(jù)分析算法與BI技術(shù)應(yīng)用,包括分類算法、聚類算法、預(yù)測分析算法、推薦分析模型等在業(yè)務(wù)中的實踐應(yīng)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(nèi)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(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,硬盤空間預(yù)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(jī)鏡像(VMware鏡像),學(xué)員根據(jù)講師的操作任務(wù)進(jìn)行實踐。
    本課程采用技術(shù)原理與項目實戰(zhàn)相結(jié)合的方式進(jìn)行教學(xué),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(zhǔn)備的實際的應(yīng)用案例供學(xué)員動手訓(xùn)練。

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)用和分析平臺的實施,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)分析平臺架構(gòu)和實際應(yīng)用,并用結(jié)合實際的生產(chǎn)系統(tǒng)案例進(jìn)行教學(xué),掌握基于Hadoop、spark大數(shù)據(jù)平臺的數(shù)據(jù)挖掘和數(shù)據(jù)倉庫分布式系統(tǒng)平臺應(yīng)用,以及商業(yè)和開源的數(shù)據(jù)分析產(chǎn)品加上Hadoop平臺形成大數(shù)據(jù)分析平臺的應(yīng)用剖析。。
3.讓學(xué)員掌握常見的機(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平臺的實踐應(yīng)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(shù)進(jìn)行應(yīng)用教學(xué)。

培訓(xùn)特色
 定制授課+ 實戰(zhàn)案例訓(xùn)練+ 互動咨詢討論,共3天
(說明:講師會提供虛擬機(jī)鏡像,并把Hadoop,Spark等系統(tǒng)提前部署在虛擬機(jī)中,分析挖掘平臺構(gòu)建在Hadoop與Spark之上,學(xué)員自帶筆記本,運(yùn)行虛擬機(jī),并利用同樣的鏡像啟動多臺虛擬機(jī),構(gòu)建實驗集群,鏡像會提前給學(xué)員)

詳細(xì)大綱與培訓(xùn)內(nèi)容

兩個完整的項目任務(wù)和實踐案例(重點) 
1.日志分析建模與日志挖掘項目實踐
a)Hadoop,Spark,并結(jié)合ELK技術(shù)構(gòu)建日志分析系統(tǒng)和日志數(shù)據(jù)倉庫
b)互聯(lián)網(wǎng)微博日志分析系統(tǒng)項目
2.推薦系統(tǒng)項目實踐
a)電影數(shù)據(jù)分析與個性化推薦關(guān)聯(lián)分析項目
b)電商購物籃分析項目
Hadoop,Spark,可結(jié)合Oryx分布式集群在個性化推薦和精準(zhǔn)營銷項目。 
項目的階段性步驟貫穿到三天的培訓(xùn)過程中,第三天完成整個項目的原型

培訓(xùn)內(nèi)容安排如下:

時間

內(nèi)容提要

授課詳細(xì)內(nèi)容

實踐訓(xùn)練

第一天

業(yè)界主流的數(shù)據(jù)倉庫工具和大數(shù)據(jù)分析挖掘工具

  1. 業(yè)界主流的基于Hadoop和Spark的大數(shù)據(jù)分析挖掘項目解決方案
  2. 業(yè)界數(shù)據(jù)倉庫與數(shù)據(jù)分析挖掘平臺軟件工具
  3. Hadoop數(shù)據(jù)倉庫工具Hive
  4. Spark實時數(shù)據(jù)倉庫工具SparkSQL
  5. Hadoop數(shù)據(jù)分析挖掘工具M(jìn)ahout
  6. Spark機(jī)器學(xué)習(xí)與數(shù)據(jù)分析挖掘工具M(jìn)Llib
  7. 大數(shù)據(jù)分析挖掘項目的實施步驟

配置數(shù)據(jù)倉庫工具Hadoop Hive和SparkSQL

部署數(shù)據(jù)分析挖掘工具Hadoop Mahout和Spark MLlib

大數(shù)據(jù)分析挖掘項目的數(shù)據(jù)集成操作訓(xùn)練

  1. 日志數(shù)據(jù)解析和導(dǎo)入導(dǎo)出到數(shù)據(jù)倉庫的操作訓(xùn)練
  2. 從原始搜索數(shù)據(jù)集中抽取、集成數(shù)據(jù),整理后形成規(guī)范的數(shù)據(jù)倉庫
  3. 數(shù)據(jù)分析挖掘模塊從大型的集中式數(shù)據(jù)倉庫中訪問數(shù)據(jù),一個數(shù)據(jù)倉庫面向一個主題,構(gòu)建兩個數(shù)據(jù)倉庫
  4. 同一個數(shù)據(jù)倉庫中的事實表數(shù)據(jù),可以給多個不同類型的分析挖掘任務(wù)調(diào)用
  5. 去除噪聲

項目數(shù)據(jù)集加載ETL到Hadoop Hive數(shù)據(jù)倉庫并建立多維模型

基于Hadoop的大型數(shù)據(jù)倉庫管理平臺—HIVE數(shù)據(jù)倉庫集群的多維分析建模應(yīng)用實踐

  1. 基于Hadoop的大型分布式數(shù)據(jù)倉庫在行業(yè)中的數(shù)據(jù)倉庫應(yīng)用案例
  2. Hive數(shù)據(jù)倉庫集群的平臺體系結(jié)構(gòu)、核心技術(shù)剖析
  3. Hive Server的工作原理、機(jī)制與應(yīng)用
  4. Hive數(shù)據(jù)倉庫集群的安裝部署與配置優(yōu)化
  5. Hive應(yīng)用開發(fā)技巧
  6. Hive SQL剖析與應(yīng)用實踐
  7. Hive數(shù)據(jù)倉庫表與表分區(qū)、表操作、數(shù)據(jù)導(dǎo)入導(dǎo)出、客戶端操作技巧
  8. Hive數(shù)據(jù)倉庫報表設(shè)計
  9. 將原始的日志數(shù)據(jù)集,經(jīng)過整理后,加載至Hadoop + Hive數(shù)據(jù)倉庫集群中,用于共享訪問

利用HIVE構(gòu)建大型數(shù)據(jù)倉庫項目的操作訓(xùn)練實踐

Spark大數(shù)據(jù)分析挖掘平臺實踐操作訓(xùn)練

  1. Spark大數(shù)據(jù)分析挖掘平臺的部署配置
  2. Spark數(shù)據(jù)分析庫MLlib的開發(fā)部署
  3. Spark數(shù)據(jù)分析挖掘示例操作,從Hive表中讀取數(shù)據(jù)并在分布式內(nèi)存中運(yùn)行

 

第二天

聚類分析建模與挖掘算法的實現(xiàn)原理和技術(shù)應(yīng)用

  1. 聚類分析建模與算法原理及其在Spark MLlib中的實現(xiàn)與應(yīng)用,包括:
    1. Canopy聚類(canopy clustering)
    2. K均值算法(K-means clustering)
    3. 模糊K均值(Fuzzy K-means clustering)
    4. EM聚類,即期望最大化聚類(Expectation Maximization)
    5. 以上算法在Spark MLib中的實現(xiàn)原理和實際場景中的應(yīng)用案例。
  2. Spark聚類分析算法程序示例

基于Spark MLlib的聚類分析算法,實現(xiàn)日志數(shù)據(jù)集中的用戶聚類

分類分析建模與挖掘算法的實現(xiàn)原理和技術(shù)應(yīng)用

  1. 分類分析建模與算法原理及其在Spark MLlib中的實現(xiàn)與應(yīng)用, 包括:
    1. Spark決策樹算法實現(xiàn)
    2. 邏輯回歸算法(logistics regression)
    3. 貝葉斯算法(Bayesian與Cbeyes)
    4. 支持向量機(jī)(Support vector machine)
    5. 以上算法在Spark MLlib中的實現(xiàn)原理和實際場景中的應(yīng)用案例。
  2. Spark客戶資料分析與給用戶貼標(biāo)簽的程序示例
  3. Spark實現(xiàn)給商品貼標(biāo)簽的程序示例
  4. Spark實現(xiàn)用戶行為的自動標(biāo)簽和深度技術(shù)

基于Spark MLlib的分類分析算法模型與應(yīng)用操作

關(guān)聯(lián)分析建模與挖掘算法的實現(xiàn)原理和技術(shù)應(yīng)用

  1. 預(yù)測、推薦分析建模與算法原理及其在Spark MLlib中的實現(xiàn)與應(yīng)用,包括:
    1. Spark頻繁模式挖掘算法(parallel FP Growth Algorithm)應(yīng)用
    2. Spark關(guān)聯(lián)規(guī)則挖掘(Apriori)算法及其應(yīng)用
    3. 以上算法在Spark MLib中的實現(xiàn)原理和實際場景中的應(yīng)用案例。
  2. Spark關(guān)聯(lián)分析程序示例

基于Spark MLlib的關(guān)聯(lián)分析操作

第三天

推薦分析挖掘模型與算法技術(shù)應(yīng)用

  1. 推薦算法原理及其在Spark MLlib中的實現(xiàn)與應(yīng)用,包括:
    1. Spark協(xié)同過濾算法程序示例
    2. Item-based協(xié)同過濾與推薦
    3. User-based協(xié)同過濾與推薦
    4. 交叉銷售推薦模型及其實現(xiàn)

推薦分析實現(xiàn)步驟與操作(重點)

回歸分析模型與預(yù)測算法

  1. 利用線性回歸(多元回歸)實現(xiàn)訪問量預(yù)測
  2. 利用非線性回歸預(yù)測成交量和訪問量的關(guān)系
  3. 基于R+Spark實現(xiàn)回歸分析模型及其應(yīng)用操作
  4. Spark回歸程序?qū)崿F(xiàn)異常點檢測的程序示例

回歸分析預(yù)測操作例子

圖關(guān)系建模與分析挖掘及其鏈接分析和社交分析操作

  1. 利用Spark GraphX實現(xiàn)網(wǎng)頁鏈接分析,計算網(wǎng)頁重要性排名
  2. 實現(xiàn)信息傳播的社交關(guān)系傳遞分析,互聯(lián)網(wǎng)用戶的行為關(guān)系分析任務(wù)的操作訓(xùn)練

圖數(shù)據(jù)的分析挖掘操作,實現(xiàn)微博數(shù)據(jù)集的社交網(wǎng)絡(luò)建模與關(guān)系分析

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)算法模型及其應(yīng)用實踐

  1. 神經(jīng)網(wǎng)絡(luò)算法Neural Network的實現(xiàn)方法和挖掘模型應(yīng)用
  2. 基于人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)的訓(xùn)練過程
    1. 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法
    2. Deep Learning的訓(xùn)練方法
  3. 深度學(xué)習(xí)的常用模型和方法
    1. CNN(Convolutional Neural Network)卷積神經(jīng)網(wǎng)絡(luò)
    2. RNN(Recurrent Neural Network)循環(huán)神經(jīng)網(wǎng)絡(luò)模型
    3. Restricted Boltzmann Machine(RBM)限制波爾茲曼機(jī)
  4. 基于Spark的深度學(xué)習(xí)算法模型庫的應(yīng)用程序示例

基于Spark或TensorFlow神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)庫實現(xiàn)文本與圖片數(shù)據(jù)挖掘

項目實踐

  1. 日志分析系統(tǒng)與日志挖掘項目實踐
    1. Hadoop,Spark,ELK技術(shù)構(gòu)建日志數(shù)據(jù)倉庫
    2. 互聯(lián)網(wǎng)微博日志分析系統(tǒng)項目
  2. 推薦系統(tǒng)項目實踐
    1. 電影數(shù)據(jù)分析與個性化推薦關(guān)聯(lián)分析項目

項目數(shù)據(jù)集和詳細(xì)的實驗指導(dǎo)手冊由講師提供

 

培訓(xùn)總結(jié)

  1. 項目方案的課堂討論,討論實際業(yè)務(wù)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(xué)過的大數(shù)據(jù)分析挖掘處理平臺技術(shù)知識以及應(yīng)用技能

討論交流

第四天

學(xué)員考試與業(yè)界交流

師資力量
張老師:阿里大數(shù)據(jù)高級專家,國內(nèi)資深的Spark、Hadoop技術(shù)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(shù)進(jìn)行了多年的深入的研究,更主要的是這些技術(shù)在大量的實際項目中得到廣泛的應(yīng)用,因此在Hadoop開發(fā)和運(yùn)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(tuán)網(wǎng)絡(luò)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(yùn)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(yīng)用項目、互聯(lián)網(wǎng)公共數(shù)據(jù)大云(DAAS)和構(gòu)建游戲云(Web Game Daas)平臺項目等。

頒發(fā)證書
A類:工業(yè)和信息化部全國網(wǎng)絡(luò)與信息技術(shù)考試管理中心頒發(fā)的-《Python大數(shù)據(jù)技術(shù)證書》。該證書可作為專業(yè)技術(shù)人員職業(yè)能力考核的證明。
B類:工業(yè)和信息化部教育與考試中心頒發(fā)的-《大數(shù)據(jù)分析師證書》,該證書是官方唯一認(rèn)證證書,同時也可以招標(biāo)加分、崗位提升加薪、個人能力認(rèn)證的證明。
注:請學(xué)員準(zhǔn)備電子彩照1張、身份證復(fù)印件一張,辦理證書使用。

不同證書的費(fèi)用說明:
7800元/人(含培訓(xùn)費(fèi)、資料費(fèi)、考試費(fèi)、A類證書費(fèi))
9800元/人(含培訓(xùn)費(fèi)、資料費(fèi)、考試費(fèi)、B類證書費(fèi))


培訓(xùn)課綱 課綱下載


更多大數(shù)據(jù)建模與分析挖掘應(yīng)用相關(guān)課程:

課程專題大數(shù)據(jù)管理專題 | 大數(shù)據(jù)建模培訓(xùn),大數(shù)據(jù)分析培訓(xùn),大數(shù)據(jù)管理培訓(xùn)


關(guān)于我們 | 法律聲明 | 服務(wù)條款 |熱門課程列表 | 培訓(xùn)計劃 | 網(wǎng)站地圖 | 文字站點 | 加入收藏 | 用戶中心 | 培訓(xùn)需求提交
固話:020-34071250、34071978 值班手機(jī):13378458028(可加微信) 傳真:020-34071978
地址:廣州市天河區(qū)東站路1號;常年法律顧問:北京市雙全律師事務(wù)所 鄧江華主任律師
粵ICP備13018032號 Copyright (c) 2021 All Rights Reserved 森濤培訓(xùn)網(wǎng) 三策咨詢.企業(yè)培訓(xùn)服務(wù)