关于举办“云环境下大数据挖掘和分析技术实战”培训的通知

　　各有关单位：

　　中国科学院计算技术研究所是专门的计算技术研究机构，同时也是中国信息化建设的重要支撑单位，中科院计算所培训中心是致力于高端IT类人才培养及企业内训的专业培训机构。中心凭借科学院的强大师资力量，在总结多年大型软件开发和组织经验的基础上，自主研发出一整套课程体系，其目的是希望能够切实帮助中国软件企业培养软件技术人才，提升整体研发能力，迄今为止已先后为培养了数万名计算机专业人员，并先后为数千家大型国内外企业进行过专门的定制培训服务。

　　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的时代。大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合，对大数据的分析已经成为一个非常重要且紧迫的需求。

　　本课程从大数据挖掘分析技术实战的角度，结合理论和实践，地介绍基于Yarn的Mahout和基于Spark的MLlib等大数据挖掘工具的开发技巧。涉及的主题包括：大数据挖掘及其背景，Mahout和 MLlib大数据挖掘工具，系统及电影案例，分类技术及聚类分析，以及与流挖掘和Docker技术的结合，分析了大数据挖掘前景。

　　培训过程中提供了案例分析来帮助学员了解如何用Mahout和 MLlib挖掘工具来解决具体的问题，并介绍了从大数据中挖掘出有价值的信息的关键。

　　本课程是针对问题讨论Mahout和 MLlib解决方案的深入课程。教师对于上述领域有深入的理论研究与实践经验，在课程中将会针对这些问题与学员一起进行探讨，在关键点上搭建实验环境进行实践研究，以加深对于这些解决方案的理解。通过本课程学习，希望推动大数据分析挖掘项目开发上升到一个新水平。具体事宜通知如下：

　　一、培训对象

　　1，系统架构师、系统分析师、程序员、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。

　　5，对大数据的前沿技术非常感兴趣的人。

　　6，有志于成为一名数据科学家的从业人员。

　　7，有一定算法和编程基础的技术爱好者。

　　二、学员基础

　　1，对IT系统设计有一定的理论与实践经验。

　　2，数据仓库与数据挖掘处理有一定的基础知识。

　　3，对Hadoop/Yarn/Spark大数据技术有一定的了解。

　　三、师资

　　由业界知名大数据亲自授课：

　　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，主持和参与了多个和省部级基金项目，具有丰富的工程实践及软件研发经验。

　　四、培训内容

　　讲 大数据挖掘及其背景

　　1)大数据环境下的数据分析

　　2)数据挖掘定义

　　3)Hadoop相关技术

　　4)大数据挖掘知识点

　　第二讲 MapReduce/Spark DAG计算模式

　　1)分布式文件系统DFS

　　2)MapReduce计算模型介绍

　　3)使用MR进行算法设计

　　4)DAG及其算法设计

　　第三讲 大数据挖掘分析工具

　　1)Yarn中的Mahoutb介绍

　　2)Spark中的Mahout/MLib介绍

　　3)系统及其Mahout实现方法

　　4)信息聚类及其MLlib实现方法

　　5)分类技术在Mahout/MLib中的实现方法

　　第四讲 大数据及其应用开发

　　1)一个系统的模型

　　2)基于内容的

　　3)协同过滤

　　4)基于Mahout的电影案例

　　第五讲 大数据分类技术及其应用

　　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 大数据聚类技术及其应用

　　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)Fuzzy K-Means、Dirichlet及其应用示例

　　5)基于MLlib的新闻聚类实例

　　第七讲 大数据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)Storm和流数据处理模型

　　3)流处理中的数据抽样

　　4)流过滤和Bloom filter

　　第九讲 云环境下大数据挖掘应用

　　1)与Yarn/Spark集群应用的协作

　　2)与Docker等其它云工具配合

　　3)大数据挖掘行业应用展望

　　五、培训目标

　　1, 学习云环境下大数据分析挖掘的相关基础知识。

　　2，学习Mahout和MLlib的核心技术方法及应用。

　　3，了解云环境下大数据分析的使用流程和方法。

　　4, 掌握Storm流处理技术和Docker等技术与大数据挖掘结合的方法。

　　六、时间、地点

　　时间： 2018年7月11日-7月13日 地点：北京

　　七、证书

　　培训结束，颁发中科院计算所职业培训中心“云环境下大数据挖掘和分析技术实战”结业证书。

　　八、费用

　　培训费：5800元/人(含教材、证书、午餐、学习用具等)。住宿协助安排，费用自理。