|
课程介绍:3 @% ?$ I5 X9 Y3 V* i
9 X' ~ W/ }! J% ~( C1 @" rMahout是Hadoop家族中与众不同的一个成员,是基于一个Hadoop的机器学习和数据挖掘的分布式计算框架。Mahout是一个跨学科产品,同时也是我认为Hadoop家族中,最有竞争力,最难掌握,最值得学习的一个项目之一。# g% D4 J: ^' a1 g/ t4 V/ l: e
?8 ~5 n5 V6 f- A; G0 a3 U
Mahout为数据分析人员,解决了大数据的门槛;为算法工程师,提供基础的算法库;为Hadoop开发人员,提供了数据建模的标准;为运维人员,打通了和Hadoop连接。) z/ g, S4 ^8 P4 M# t
1 A# z( C( C6 T# N8 H$ c
Mahout就是训象人,在Hadoop上创造新的智慧!
+ q) v( }, X* C, p) n2 [! w/ V, T: V J4 Q/ E$ W# B
Mahout 是基于Hadoop的机器学习和数据挖掘的一个分布式框架。Mahout用MapReduce实现了部分数据挖掘算法,解决了并行挖掘的问题。0 n7 V+ x5 [( @4 d4 b1 H
4 G0 B4 b6 a( j, {8 ?) \1 y根据”Mahout In Action”书中的介绍,Mahout实现3大类算法, 推荐(Recommendation),聚类(Clustering),分类(Classification)。" y2 k. Y/ B b0 d3 l6 N
3 d s) @$ `& h9 }
课程目录:5 S% e/ N$ ?2 {4 [7 R
8 J8 B& D, p% K* U1 i& r$ u6 t01、机器学习、Mahout与Hadoop的过去,现在与未来1 C( _" \! ~1 e p& V7 i
02、推荐系统算法与架构剖析* L5 ~3 I; l! |& i F$ ]8 j
03、推荐系统应用案例
, U, `0 i/ [& h' J* M& v! g04、购物篮分析:频繁模式与频繁子项挖掘. V+ w6 Q C8 A" q1 J# o& ~0 B
05、聚类算法模型
$ Y1 t, V* o- f* R* Z4 z9 e; I( }) q06、企业大数据环境实现聚类的案例
7 i2 O: `; V; F07、常用分类器及应用场景:贝叶斯,随机森林,SGD,SVM6 {* Y" } G9 r# [2 d
! L) f% a: O6 D* `, q
9 R; L, T3 o" t' j9 \
8 K7 M3 }, e% Z* Y, P& M7 c8 N# H/ r" P" k( l$ }
资源下载地址和密码(百度云盘): [/hide] 百度网盘信息回帖可见# m: r! {8 w, o% n7 r* q9 {: l) G
% O9 E7 k+ u% n- t5 y- L8 \
- c2 J( q! e: B5 K% b |9 U2 t& i7 v" H% R# R
本资源由Java自学网收集整理【www.javazx.com】 |
|