2017年8月大数据-基于Spark的机器学习-智能客户系统项目实战

第1节项目介绍以及在本课程中能学到什么东西、如何应用到实际项目中[免费观看]00:09:43分钟| 4 n  D" ?+ Q% J
第2节scala和IDE的安装以及使用以及maven插件的安装[免费观看]00:07:04分钟|
第3节Centos环境准备（java环境、hosts配置、防火墙关闭）[免费观看]00:06:24分钟| $ [6 j+ N- D6 Q4 b5 |1 m6 b& U
第4节scala基础知识讲解-1[免费观看]00:08:51分钟| 2 b$ ?( |0 i* w1 q; z) z6 h/ K
第5节scala基础知识讲解-函数和闭包-2[免费观看]00:30:07分钟|
第6节scala基础知识讲解-数组和集合-3.1[免费观看]00:48:33分钟|
第7节scala基础知识讲解-数组和集合-3.2[免费观看]00:14:16分钟|
第8节scala基础知识讲解-类和对象-400:23:06分钟|
第9节scala基础知识讲解-特征和模式匹配-500:13:46分钟| " V9 g0 Z' X% F* H" P/ p/ B6 B) ?
第10节scala基础知识讲解-正则表达式和异常处理-600:12:41分钟|
第11节scala基础知识讲解-知识回顾00:15:58分钟| 8 J  P2 r8 Q1 P% y3 @( _
第12节nosql数据库mongodb安装00:04:57分钟| 7 E0 O* O6 \) O/ D; o- B
第13节springdataformongodb-简单连接mongodb00:07:52分钟|
第14节springdataformongodb-spring配置+CRUD操作(不实现repo，默认操作)00:36:20分钟| 2 D* u3 c2 M  a
第15节springdataformongodb-实现repo接口+mongoTemplate+CRUD操作00:36:17分钟| 7 Q# j! {' @. p2 H
第16节springdataformongodb-分页查询00:13:32分钟| % Y3 H' Y) V- j  |3 U0 t
第17节zookeeper集群安装00:13:41分钟|
第18节zookeeper基本介绍-100:22:36分钟|
第19节zookeeper工作原理-选举流程（basicpaxos算法）-200:24:27分钟|
第20节zookeeper工作原理-选举流程（fastpaxos算法）-300:31:16分钟| ; H7 E# X. ?7 B8 Q7 ]  O% x9 T1 A' J
第21节kafka-背景及架构介绍00:12:28分钟| 0 `" g9 T2 e: i- u3 H" L
第22节kafka集群安装以及测试00:14:29分钟|
第23节kafka数据发送与接收实现-java00:31:28分钟| 6 B9 c$ i' ~9 v! @" z: W7 @( V( [
第24节hdfs单机安装部署00:18:51分钟|
第25节连接hdfs查询存储-java00:35:45分钟| ! M* a$ j6 `. C+ T% ^9 _
第26节机器学习基本线性代数介绍00:05:08分钟| ( a7 G; [4 {! n) |6 g) h
第27节IKAnalyzer中文分词工具介绍00:17:54分钟| " y( e) q0 c4 i: k: k" a( q
第28节IKAnalyzer中文分词工具结合java应用00:16:29分钟| # T3 Q  o8 Z7 a. n
第29节Spark以及生态圈介绍00:11:45分钟|
第30节Spark运行架构介绍及原理之job，stage，task00:26:19分钟|
第31节Spark编程模型RDD设计以及运行原理00:15:48分钟|
第32节纯手写第一个Spark应用程序：WordCount00:23:57分钟|
第33节RDD常用函数介绍00:29:22分钟|
第34节SparkSql介绍、DataFrame创建以及使用、RDDDataFrameDataSet相互转化00:12:54分钟| # |( d$ o* u3 D3 d; c! |8 q! W
第35节SparkStreaming介绍00:12:56分钟| % M$ F' r" J, V! r/ U% @
第36节SparkStreaming+Kafka集成操作00:18:44分钟|
第37节avro结合maven使用,实现序列化和反序列化00:21:07分钟|   j+ C4 E' A! ^6 \
第38节SparkML（机器学习）介绍（监督学习、半监督学习、无监督学习）[免费观看]00:13:59分钟| $ }3 f2 s9 @  \7 j; j$ r
第39节特征抽取：TF-IDF原理介绍[免费观看]00:17:49分钟|
第40节特征提取：TF-IDF代码实现计算[免费观看]00:26:37分钟|
第41节聚类算法：KMEANS原理介绍00:20:55分钟|
第42节聚类算法：KMEANS代码实现计算00:20:03分钟| & u; l+ b/ M9 ^2 T
第43节其它SparkML算法简单介绍00:03:48分钟|
第44节Spark连接Mongodb代码实现00:13:08分钟| . R8 p2 g( K2 W; b) T% b
第45节Mesos总体架构介绍00:08:25分钟| $ R8 j1 Q9 v( o7 t6 U$ Q
第46节Mesos安装部署00:12:04分钟|
第47节SparkonMesos安装部署00:11:12分钟|
第48节系统整体架构再次介绍+技术串联介绍（将学习的技术全部整合到项目中）00:03:57分钟| # B0 E) x* d- h4 u! J6 c- i6 \
第49节项目代码：父类工程，管理各个jar的版本00:03:47分钟|
第50节项目代码：avro序列化jar，用于客户端和机器学学习实现序列化和反序列化00:04:46分钟|
第51节项目代码：kafka发送数据jar，给app调用并实现切词并发送数据到kafka00:06:23分钟|
第52节项目代码：工具类jar，实现操作hdfs、切词以及操作mongodb00:03:28分钟| ; A. @' t. k6 Z- u
第53节项目代码：操作类jar，调用工具类具体进行切词以及数据清洗并且存储到Hdfs00:05:34分钟|
第54节项目代码：机器学习集合jar，主要用来存放record00:02:56分钟|
第55节项目代码：机器学习算法jar，主要进行tf-idf以及kmeans计算，主要实现企业上下游、供求上下游模型计算00:07:11分钟| ; d' X% a# F" t3 Z, ]
第56节项目代码：流式计算jar，主要是接受客户端发送到kafka的数据加载模型进行计算00:04:35分钟|
第57节项目代码：测试模拟jar，主要模拟实现用户加载avro序列化jar写数据到kafka00:01:51分钟| 1 j: }+ o1 B' N2 e
第58节SparkonMesos部署提交参数介绍00:08:17分钟| / Y; d& z' u& M% X* e: m
第59节Spark代码提交到Mesos运行（Spark-submit）00:07:13分钟| , Z  ~3 Q0 ~$ Q/ n
第60节项目整体流程跑通，结果展示00:06:54分钟| * R8 p$ ]8 k  _/ {- d: a; ]
第61节Spark调优介绍00:08:01分钟|
第62节基于Spark的机器学习项目-智能客户系统实战课程总结00:04:12分钟|

第63节实际工作及面试注意问题00:03:45分钟|

分享QQ: 723167845