- 课程目录
- 课件下载
- 第一章:数据挖掘概论
- 数据挖掘概念 14:50 免费
- 数据挖掘功能和应用方向 13:47
- 常见数据挖掘工具及介绍 20:30
- 第二章:数据预处理
- 为什么要数据预处理 7:47
- 数据清理 9:19
- 数据集成和变换 9:44
- 数据归约 12:53
- 第三章:分类算法与案例
- 分类概述与决策树算法 12:08
- 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
- 预测算法与预测建模实例 15:14
- 第五章:聚类算法与案例
- 聚类概述与K-Means聚类算法 11:33
- 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
- 关联规则概述 9:24
- Apriori算法 10:30
- 其他关联算法与关联建模实例 15:58
- 第七章:Hadoop入门与进阶
- Hadoop入门(一) 10:47
- Hadoop入门(二) 29:10
- YARN资源管理(一) 13:24
- YARN资源管理(二) 12:05
- HDFS分布式文件系统(一) 10:50
- HDFS分布式文件系统(二) 13:45
- MAPREDUCE计算框架(一) 13:55
- MAPREDUCE计算框架(二) 18:49
- 第八章:Hive基础
- Hive简介 5:00
- Hive的体系结构 2:27
- Hive数据类型和文件格式 5:40
- Hive常用操作方式 6:26
- HiveQL数据定义 12:38
- HiveQL查询 6:03
- 第九章:Hbase基础
- HBase简介 4:32
- HBase体系架构 11:35
- HBase常用操作 5:13
- 第一十章:Storm理论及操作
- 初识Storm 6:01
- Storm架构和原理 8:26
- Storm操作 10:51
- 第一十一章:Spark入门与实战
- Spark入门 16:40
- Spark实战 17:12
- 第一十二章:Mahout与Mllib理论及基本操作
- Mahout 理论 9:05
- Mahout 基本操作 18:21
- 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
- 推荐系统概念及推荐场景 5:23
- 实时推荐系统方法 6:35
- 推荐系统中常见算法 12:22
- 推荐系统案例 7:09
【课时介绍】
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。
- 第一章: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
阅读更多
发布回复
扫一扫,移动端观看视频