大数据挖掘与应用-陈松鑫-专题视频课程

大数据挖掘与应用—10627人已学习
课程介绍    

    本课程由多名大数据业界精英呕心沥血精心打造，主要包括视频、交互、实训平台、以及直播课程。视频课程包括数据挖掘常见算法与案例讲解，每个算法都配有IBM SPSS Modeler的实现案例；对大数据环境下利用Hadoop和Spark框架进行数据处理、分析、挖掘也做了详细的讲解，并用一个推荐系统的搭建作为综合案例讲解如何利用Hadoop框架为电商平台搭建一套个性化推荐系统。
课程收益
    了解常见数据挖掘算法的原理与具体实现，熟悉Hadoop和Spark框架，熟悉Mahout和MLlib数据挖掘和机器学习方法，熟悉推荐系统的架构和开发方法。
讲师介绍
    陈松鑫 更多讲师课程
    Adobe知名讲师 Adobe教育讲师委员会委员（国家级） Adobe教育讲师委员会副主任委员（省级） Adobe全国十大金牌讲师 Microsoft Office Certified Master Specialist Instructor (微软全球认证大师级讲师)
课程大纲
  第1章:数据挖掘概论
    1. 数据挖掘概念  14:50
    2. 数据挖掘功能和应用方向  13:47
    3. 常见数据挖掘工具及介绍  20:30
  第2章:数据预处理
    1. 为什么要数据预处理  7:47
    2. 数据清理  9:19
    3. 数据集成和变换  9:44
    4. 数据归约  12:53
  第3章:分类算法与案例
    1. 分类概述与决策树算法  12:08
    2. 其他分类算法与分类建模实例  22:01
  第4章:预测算法与案例
    1. 预测算法与预测建模实例  15:14
  第5章:聚类算法与案例
    1. 聚类概述与K-Means聚类算法  11:33
    2. 其他聚类算法与聚类建模实例  9:38
  第6章:关联算法与案例
    1. 关联规则概述  9:24
    2. Apriori算法  10:30
    3. 其他关联算法与关联建模实例  15:58
  第7章:Hadoop入门与进阶
    1. Hadoop入门（一）  10:47
    2. Hadoop入门（二）  29:10
    3. YARN资源管理（一）  13:24
    4. YARN资源管理（二）  12:05
    5. HDFS分布式文件系统（一）  10:50
    6. HDFS分布式文件系统（二）  13:45
    7. MAPREDUCE计算框架（一）  13:55
    8. MAPREDUCE计算框架（二）  18:49
  第8章:Hive基础
    1. Hive简介  5:00
    2. Hive的体系结构  2:27
    3. Hive数据类型和文件格式  5:40
    4. Hive常用操作方式  6:26
    5. HiveQL数据定义  12:38
    6. HiveQL查询  6:03
  第9章:Hbase基础
    1. HBase简介  4:32
    2. HBase体系架构  11:35
    3. HBase常用操作  5:13
  第10章:Storm理论及操作
    1. 初识Storm  6:01
    2. Storm架构和原理  8:26
    3. Storm操作  10:51
  第11章:Spark入门与实战
    1. Spark入门  16:40
    2. Spark实战  17:12
  第12章:Mahout与Mllib理论及基本操作
    1. Mahout 理论  9:05
    2. Mahout 基本操作  18:21
    3. Mllib 理论及基本操作  18:45
  第13章:推荐系统介绍及案例分析
    1. 推荐系统概念及推荐场景  5:23
    2. 实时推荐系统方法  6:35
    3. 推荐系统中常见算法  12:22
    4. 推荐系统案例  7:09
大家可以点击【 查看详情】查看我的课程