1. 大數(shù)據(jù)分析- 基于Hadoop/Mahout的大數(shù)據(jù)挖掘培訓(xùn)
   ? 大數(shù)據(jù)分析-?基于Hadoop/Mahout的大數(shù)據(jù)挖掘培訓(xùn)
   培訓(xùn)內(nèi)容：
   第一講大數(shù)據(jù)挖掘及其背景
   1）數(shù)據(jù)挖掘定義
   2）Hadoop相關(guān)技術(shù)
   3）大數(shù)據(jù)挖掘知識點(diǎn)
   第二講MapReduce計算模式
   1）分布式文件系統(tǒng)
   2）MapReduce
   3）使用MR的算法設(shè)計
   第三講Hadoop中的云挖掘工具M(jìn)ahout
   1）Mahout介紹
   2）推薦系統(tǒng)
   3）信息聚類
   4）分類技術(shù)
   5）其它挖掘
   第四講推薦系統(tǒng)及其應(yīng)用開發(fā)
   1）一個推薦系統(tǒng)的模型
   2）基于內(nèi)容的推薦
   3）協(xié)同過濾
   4）電影推薦案例
   第五講分類技術(shù)及其應(yīng)用
   1）分類的定義
   2）分類主要算法
   3）Mahout分類過程
   4）評估指標(biāo)以及評測
   5）貝葉斯算法新聞分類實例
   第六講聚類技術(shù)及其應(yīng)用
   1）聚類的定義
   2）聚類的主要算法
   3）K-Means、Canopy及其應(yīng)用示例
   4）FuzzyK-Means、Dirichlet及其應(yīng)用示例
   5）路透新聞聚類實例
   第七講關(guān)聯(lián)規(guī)則和相似項發(fā)現(xiàn)
   1）購物籃模型
   2）Apriori算法
   3）抄襲文檔發(fā)現(xiàn)
   4）近鄰搜索的應(yīng)用
   第八講流數(shù)據(jù)挖掘相關(guān)技術(shù)
   1）流數(shù)據(jù)挖掘及分析
   2）流數(shù)據(jù)模型
   3）數(shù)據(jù)抽樣
   4）流過濾
   第九講大數(shù)據(jù)挖掘應(yīng)用前景
   1）與Hadoop集群應(yīng)用的協(xié)作
   2）與RHadoop等其它云挖掘工具配合
   3）大數(shù)據(jù)挖掘行業(yè)應(yīng)用展望
   ?
   ?
2. 
   ?
   ?
3. 
   
   

"