2018大數(shù)據(jù)建模與分析挖掘應(yīng)用實(shí)戰(zhàn)培訓(xùn)班(廣州站)
時(shí)間:2018-05-19 08:30 至 2018-05-23 17:30
地點(diǎn):廣州

- 參會(huì)報(bào)名
- 會(huì)議通知
- 會(huì)議日程
- 會(huì)議嘉賓
- 參會(huì)指南
-
手機(jī)下單
首頁 > 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(廣州站) 更新時(shí)間:2018-04-26T17:24:17
(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(廣州站) 已截止報(bào)名會(huì)議時(shí)間: 2018-05-19 08:30至 2018-05-23 17:30結(jié)束 會(huì)議地點(diǎn): 廣州 愛群大廈 廣州市越秀區(qū)沿江西路113號(hào) 周邊酒店預(yù)訂 會(huì)議規(guī)模:100人 主辦單位: 北京中科軟培科技有限公司
|
會(huì)議通知
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(廣州站)宣傳圖
一、課程簡介
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(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(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,硬盤空間預(yù)留50GB(可用移動(dòng)硬盤),基本的大數(shù)據(jù)分析平臺(tái)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(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。
二、培訓(xùn)時(shí)間及地點(diǎn)?????????
2018年05月19日---05月23日?? 廣州(19日全天報(bào)到)
三、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(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)倉庫分布式系統(tǒng)平臺(tái)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(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)。
四、培訓(xùn)人群
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(xiàng)目的規(guī)劃咨詢管理人員
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
五、培訓(xùn)特色
?定制授課+ 實(shí)戰(zhàn)案例訓(xùn)練+ 互動(dòng)咨詢討論,共3天
(說明:講師會(huì)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(tái)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(dòng)多臺(tái)虛擬機(jī),構(gòu)建實(shí)驗(yàn)集群,鏡像會(huì)提前給學(xué)員)
六、頒發(fā)證書
參加相關(guān)培訓(xùn)并通過考試的學(xué)員,可以獲得:
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(等級(jí)高級(jí))。該證書可作為專業(yè)技術(shù)人員職業(yè)能力考核的證明,以及專業(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

中科軟培主要從事IT方向的前沿技術(shù)培訓(xùn),本著為用戶創(chuàng)造真正價(jià)值,圍繞以用戶為中心的價(jià)值觀不斷探索,在機(jī)器學(xué)習(xí),深度學(xué)習(xí),大數(shù)據(jù)、R語言、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)等領(lǐng)域形成了完善的課程體系。學(xué)以致用,全部課程均已實(shí)戰(zhàn)為主,采用理論與實(shí)戰(zhàn)相結(jié)合的方式,實(shí)用的課程設(shè)計(jì)、精心施教的專家團(tuán)隊(duì)、嚴(yán)格的教學(xué)把關(guān)、細(xì)心周到的后期咨詢,贏得眾多客戶的好評(píng)。
會(huì)議日程
(最終日程以會(huì)議現(xiàn)場為準(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 | 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線性回歸/邏輯回歸算法 | 5.1 決策樹算法 5.2 隨機(jī)森林算法 5.3 GDBT算法 5.4 ML樹模型參數(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/隨機(jī)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(shí)例 6.4 實(shí)例的代碼實(shí)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(shí)例 7.4 實(shí)例的代碼實(shí)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(shí)現(xiàn)邏輯 8.3 ML協(xié)同過濾源碼開發(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 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)場為準(zhǔn))
師資力量
張老師:阿里大數(shù)據(jù)高級(jí)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(shí)際項(xiàng)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(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、中國移動(dòng)某省移動(dòng)公司請賬單系統(tǒng)和某省移動(dòng)詳單實(shí)時(shí)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(tái)、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(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:博士畢業(yè)于中國科學(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),曾在國內(nèi)某高校和某大型通信企業(yè)工作過,目前在中國科學(xué)院某研究所工作,高級(jí)工程師,副研究員,課題組長,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)專家,新技術(shù)課程開發(fā)組長。近八年來帶領(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)倉庫(HIVE)和實(shí)時(shí)數(shù)據(jù)倉庫(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)倉庫(Greenplum etc)、NoSQL與NewSQL分布式數(shù)據(jù)庫(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)議門票 場館介紹
培訓(xùn)費(fèi)6800元/人。(含培訓(xùn)費(fèi)、資料費(fèi)、考試費(fèi)、證書費(fèi)、講義費(fèi)等)。需要住宿學(xué)員請?zhí)崆巴ㄖ山y(tǒng)一安排,費(fèi)用自理。
查看更多

交通指南:
地址:廣州市越秀區(qū)沿江西路113號(hào)。
交通:乘坐旅游公交2線、1、4、57、58、61、64、128、131A、131B、134、208、219、236、281、夜1、夜16、夜31夜67、夜69均可到達(dá)。
愛群大廈于1937年落成開業(yè),位于廣州市越秀區(qū)沿江西路113號(hào)是廣州市旅游局屬下的一間三星級(jí)酒店。愛群大廈在1937年至1967年作為“廣州第一高樓”的地位保持了整整30年。因由香港愛群人壽保險(xiǎn)有限公司投資興建,1952年易名愛群大廈。1966年在東側(cè)建18層新樓,高67.7米,并更名人民大廈。1984年增建旋轉(zhuǎn)餐廳,1988年以后恢復(fù)原名。曾奪廣州建筑物之冠,被當(dāng)時(shí)新聞界譽(yù)為“開廣州高層建筑之新紀(jì)元”,并以設(shè)備最新式、完善、豪華而著稱。全樓擁有客房300間,雙人房設(shè)有電話、衛(wèi)生間,上落有電梯。夏有風(fēng)扇,冬有暖氣,還設(shè)有中西餐廳、酒吧。愛群大酒店在當(dāng)時(shí)執(zhí)旅館業(yè)之牛耳,在海內(nèi)外都有較大的影響,素有“南中國之冠”的美譽(yù)。
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”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,購票后不支持退款,可以換人參加。
您可能還會(huì)關(guān)注
-
2025 全球機(jī)器學(xué)習(xí)技術(shù)大會(huì)(ML-Summit)·北京
2025-10-16 北京
-
DAMS2025中國數(shù)據(jù)智能管理峰會(huì)(上海)
2025-09-12 上海
-
QCon上海2025|全球軟件開發(fā)大會(huì)
2025-10-23 上海
-
2025中國互聯(lián)網(wǎng)大會(huì)
2025-07-23 北京