扫码支付

购买商品:
商品价格:

价格读取中

支付方式:
微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期,请点击刷新

  • 课程> 云计算/大数据> 大数据
  • 大数据挖掘与应用

    本课程支持以下优惠:

  • 由百度云提供技术支持
    课程目录
    第一章:数据挖掘概论
    • 1. 数据挖掘概念 (免费)
    • 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
    第二章: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
    第三章: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
    第四章:预测算法与案例
    • 1. 预测算法与预测建模实例
    • 15:14
    第五章: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
    第六章: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
    第七章: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
    第八章: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
    第九章: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
    第一十章: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
    第一十一章:Spark入门与实战
    • 1. Spark入门
    • 16:40
    • 2. Spark实战
    • 17:12
    第一十二章: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
    第一十三章: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
    • 【课程类型】技术教程 【难度级别】中级 【适合人群】所有人
    • 【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。
    • 【课程目标】
      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。
    • 【课程计划】
      本课程分为视频课程、交互课程、实训课程。凡是购买此课程的学员,请务必加QQ群(请注意:QQ群在课程的第二节提供)方便学院给您发放实训平台、交互课程的账号,以及所有课程学习的相关资料传送和后续直播课程开展通知都在群里进行。

    第一章:数据挖掘概论
    1 数据挖掘概念
    | 14:50

    第二章:数据预处理
    2 数据清理
    | 9:19
    4 数据归约
    | 12:53

    第三章:分类算法与案例

    第四章:预测算法与案例

    第五章:聚类算法与案例

    第六章:关联算法与案例
    2 Apriori算法
    10:30

    第七章:Hadoop入门与进阶

    第八章:Hive基础
    1 Hive简介
    5:00
    6 HiveQL查询
    6:03

    第九章:Hbase基础
    1 HBase简介
    4:32

    第一十章:Storm理论及操作
    1 初识Storm
    6:01
    3 Storm操作
    10:51

    第一十一章:Spark入门与实战
    1 Spark入门
    16:40
    2 Spark实战
    17:12

    第一十二章:Mahout与Mllib理论及基本操作
    1 Mahout 理论
    9:05

    第一十三章:推荐系统介绍及案例分析

    全部评价(0
    好评(0
    中评(0
    差评(0
    发表评价
    陈松鑫
    9课程124766学员
    Adobe知名讲师 Adobe教育专家委员会委员(国家级) Adobe教育专家委员会副主任委员(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)