- 課程詳情
- 上課校區(1)
關于舉辦“基于Python的Spark大數據挖掘技術”培訓的通知
各有關單位：
中國科學院計算技術研究所是國家專門的計算技術研究機構，同時也是中國信息化建設的重要支撐單位，中科院計算所培訓中心是致力于高端IT類人才培養及企業內訓的專業培訓機構。中心憑借科學院的強大師資力量，在總結多年大型軟件開發和組織經驗的基礎上，自主研發出一整套課程體系，其目的是希望能夠切實幫助中國軟件企業培養高級軟件技術人才，提升整體研發能力，迄今為止已先后為國家培養了數萬名計算機專業人員，并先后為數千家大型國內外企業進行過專門的定制培訓服務。
Python是數據分析最常用的語言之一，而Apache Spark是一個開源的強大的分布式查詢和處理引擎。本培訓用詳盡的案例介紹如何使用Python來調用Spark的新特性，如何處理結構化和非結構化的數據，如何使用PySpark中一些基本的可用數據類型，如何生成機器學習模型、操作圖像、閱讀串流數據以及在云上部署模型。
本培訓結合實例來介紹PySpark大數據挖掘。內容包括對Apache Spark基礎知識介紹，彈性分布式數據集RDD的內部運行方式講解，分析利用DataFrame加速PySpark，準備數據建模，檢查重復數據及異常數據，分析描述性統計、數據相關性，介紹MLlib數據挖掘工具應用，講解ML機器學習包功能，使用Blaze實現持久化，講解Tensorflow基礎，分析結構化流Streaming，以及打包Spark應用程序，提交作業和監控執行等。
本培訓將合實例，對Python和Spark進行講解，通過實際操作，了解云環境下，大數據處理、數據探索的基本方法。
一、培訓對象
1，對大數據的前沿技術非常感興趣的人。
2，有志于成為一名數據科學家的從業人員。
3，有一定算法和編程基礎的技術愛好者。
二、學員基礎
1，對IT系統設計有一定的理論與實踐經驗。
2，對數據挖掘和數據處理方法有一定的基礎知識。
3，對Hadoop/Spark等大數據技術有一定的了解。
三、師資
由業界知名大數據專家親自授課：
楊老師 主要研究網絡信息分析以及云計算相關技術，長期從事通信網管系統、網絡信息處理、商務智能(BI)以及電信決策支持系統的研究開發工作，主持和參與了多個國家和省部級基金項目，具有豐富的工程實踐及軟件研發經驗。
四、培訓內容
第一講 Spark基礎知識
1)什么是Apache Spark
2)Spark作業和API
3)DataFrame和Dataset
4)Spark 2.0的架構
5)SparkSession介紹
6)Tungsten Phase 2
7)結構化流
第二講 彈性分布式數據集
1)RDD的內部運行方式
2)創建RDD
3)全局作用域和局部作用域
4)RDD轉換
5)RDD操作
第三講 利用DataFrame加速PySpark
1)Python到RDD之間的通信
2)Catalyst優化器刷新
3)創建DataFrame
4)RDD的交互操作
5)利用DataFrame API查詢
6)利用SQL查詢
7)DataFrame應用實例
第四講 準備數據建模
1)檢查重復數據及異常數據
2)描述性統計
3)數據相關性
4)數據可視化
5)直方圖
第五講 MLlib數據挖掘工具
1)MLlib包概述
2)加載和轉換數據
3)數據相關性和描述性統計
4)創建最終數據集
5)MLlib應用實例-預測嬰兒生存機會
第六講 ML機器學習包
1)ML包的概述
2)分類、回歸和聚類
3)使用ML預測嬰兒生存率
4)ML超參調優
5)ML的特征提取
6)ML的其他功能
第七講 使用Blaze實現持久化
1)安裝Blaze
2)混合持久化
3)使用NumPy和pandas數據
4)與關系型數據庫進行交互
5)數據操作和訪問
6)數據連接
第八講 Tensorflow基礎
1)神經網絡和深度學習
2)TensorFlow介紹和安裝
3)配置和設置TensorFlow
4)使用TensorFlow進行矩陣分析
5)TensorFlow操作示例
第九講 結構化流Streaming
1)Streaming介紹
2)Streaming的基本組件
3)Streaming應用程序數據流
4)用DStream簡化Streaming應用程序
5)全局聚合
6)結構化流介紹
第十講 打包Spark應用程序
1)spark-submit命令
2)以編程方式部署應用程序
3)配置你的SparkSession
4)創建SparkSession
5)模塊化代碼
6)提交作業和監控執行
五、培訓目標
1, 學習Python和Spark的相關基礎知識。
2，學習Python和Spark的核心技術方法及應用。
3，了解Python和Spark在數據分析中的使用。
六、時間、地點
時間： 2018年6月12日-6月14日 地點：北京
七、證書
培訓結束，頒發中科院計算所職業培訓中心“基于Python的Spark大數據挖掘技術”結業證書。
八、費用
培訓費：5800元/人（含教材、證書、午餐、學習用具）。住宿協助安排，費用自理。
-
海淀校區
地址：中關村958樓
電話：400-029-0976 轉 **** 查看號碼
關于我們 詳情
中科院計算所培訓學校（北京市海淀區中科院計算所職業技能培訓學校）成立于1987年，是計算所根據國家普及計算機知識，培養專業計算機人才而創建的。培訓中心依托中國科學院強大的技術背景，歷經二十年的發展，為全國各企事業單位、部隊、院校等累計培養了近十七萬人次的計算機專業人才，并為多家企業提供了高質量的咨詢服務，現已形成企業內訓、高端公開課、GJB5000A/CMMI培訓與咨詢、企業全方位咨詢服務四大業務模塊，在業界具有良好信譽。“科學、高效、權威、品質”是北京市海淀區中科院計算所職業技能培訓學校的經營宗旨，面向企業人是其明確的市場定位。中科院計算所針對企業的信息化建設具有悠久的歷史，其IT技術培訓是一個長期積累、與時俱進的過程。1987年，我國的信息化建設十分滯后，計算機相關設備僅見于政府、部隊和部分大型國內企業，專業技術急待普及，中科院計算所適時創建了培訓中心，從計算機的基本概念、原理和維護到Windows、unix、linux應用到Oracle、DB2、數據倉庫、J2EE、.net，再到現在高端企業級需求分析、架構設計、系統設計及咨詢、云計算、海量數據，始終與國際較前沿的IT技術接軌。25年，培訓中心的服務廣泛應用于全國各地電信、通信、電力、石化、金融、教育、部隊、交通、醫藥、服務等各行各業，為我國的信息化建設做出了卓越的貢獻，成為中國IT精英權威培訓咨詢機構。北京市海淀區中科院計算所職業技能培訓學校擁有一批具有多年豐富實際開發與教學經驗兼備的優秀專職教師隊伍、咨詢專家，有一支活躍于軟件行業的研發團隊。中心憑借強大的師資力量，把握當今世界較前沿的開發技術，在總結多年大型軟件開發和組織經驗的基礎上，自主研發出百門課程體系，滿足企業各層次的培訓需求，其目的是希望通過有經驗高水平教師的講授來真正解決企業信息化建設中的問題，切實幫助中國軟件企業培養高級軟件技術人才，提升企業的整體研發能力。授課教師從思想、方法和技術三個層面系統討論企業信息化建設及大型軟件設計理論和方法，并且通過一些精心選擇的案例，揉合教師的大型項目經驗，以項目過程中的問題帶動原理的描述，理論和實際相結合，重點講清問題，從而使學員在企業信息化建設項目中發揮更大的作用。面對千變萬化的IT技術，北京市海淀區中科院計算所職業技能培訓學校不僅傳授給學員當今IT潮流較核心的前沿技術和解決問題的方法，同時也為學員提供后續技術支持，更指導學員如何把握技術動態的方法和考慮問題、潛心學習的思維方式，旨在為國內外各企事業單位培養實用型、潛力型IT高端管理、創新人才，實現“與企業共發展，同攜手開創未來”的美好愿景。我們承諾：充分的資源共享、完善的管理模式和立足潮頭的前沿技術，必將使您在更廣的領域享受到更佳的培訓服務！為了明天，我們一起努力
