大数据分析- 基于Hadoop/Mahout的大数据挖掘其它上课时间：

1，系统架构师、系统分析师、高级程序员、资深开发人员。2，牵涉到大数据处理的数据中心运行、规划、设计负责人。3，政府机关，金融保险、移动和互联网等大数据来源单位的负责人。4，高校、科研院所牵涉到大数据与分布式数据处理的项目负责人。学员基础1，对IT系统设计有一定的理论与实践经验。2，有一定的数据仓库与大数据处理的基础知识。3，有一定的Hadoop技术的基础知识。

课程收益:

随着互联网、移动互联网和物联网的发展，我们已经切实地迎来了一个大数据相关内容导读“大数据”互联网金融与大数据实践上海2016-4-8(1天)
互联网金融与大数据实践课程，旨在帮助学员了解了其他行业的新游戏规则，开眼界，新视角，对互联网金融有了新的认识！大数据时代的绩效管理—精细化人力资源苏州2016-4-10(2天)
精细化人力资源课程通过业务数据和人力资源实战流程分析，提高人力资源策略的制定和执行跟踪的能力，达到以业务数据分析和跟踪为依据的绩效指标设定和管理，使人力资源绩效管理真正成为战略和策略工具。
互联网+时代培训体系建立及工具运用—赠送培训系……

课程大纲:

第一讲大数据挖掘及其背景
1)数据挖掘定义
2)Hadoop相关技术
3)大数据挖掘知识点
第二讲MapReduce计算模式
1）分布式文件系统
2）MapReduce
3）使用MR的算法设计
第三讲Hadoop中的云挖掘工具Mahout
1）Mahout介绍
2）推荐系统
3）信息聚类
4）分类技术
5）其它挖掘
第四讲推荐系统及其应用开发
1）一个推荐系统的模型
2）基于内容的推荐
3）协同过滤
4）电影推荐案例
第五讲分类技术及其应用
1）分类的定义
2）分类主要算法
3）Mahout分类过程
4）评估指标以及评测
5）贝叶斯算法新闻分类实例
第六讲聚类技术及其应用
1）聚类的定义
2）聚类的主要算法
3）K-Means、Canopy及其应用示例
4）FuzzyK-Means、Dirichlet及其应用示例
5）路透新闻聚类实例
第七讲关联规则和相似项发现
1）购物篮模型
2）Apriori算法
3）抄袭文档发现
4）近邻搜索的应用
第八讲流数据挖掘相关技术
1）流数据挖掘及分析
2）流数据模型
3）数据抽样
4）流过滤
第九讲大数据挖掘应用前景
1）与Hadoop集群应用的协作
2）与RHadoop等其它云挖掘工具配合
3）大数据挖掘行业应用展望

培训师介绍：

由业界知名大数据专家亲自授课：
杨老师主要研究网络信息分析以及云计算相关技术，长期从事通信网管系统、网络信息处理、商务智能(BI)以及电信决策支持系统的研究开发工作，主持和参与了多个国家和省部级基金项目，具有丰富的工程实践及软件研发经验。
课程对象1，系统架构师、系统分析师、高级程序员、资深开发人员。
2，牵涉到大数据处理的数据中心运行、规划、设计负责人。
3，政府机关，金融保险、移动和互联网等大数据来源单位的负责人。
4，高校、科研院所牵涉到大数据与分布式数据处理的项目负责人。
学员基础1，对IT系统设计有一定的理论与实践经验。
2，有一定的数据仓库与大数据处理的基础知识。
3，有一定的Hadoop技术的基础知识。