当前位置:首页 > 全部课程 > 计算平台 > Spark > 《基于Spark的机器学习-智能客户系统项目实战
基于Spark的机器学习-智能客户系统项目实战

已完结 基于Spark的机器学习-智能客户系统项目实战

5人已学习 收藏 分享赚 ¥44.9元
价 格
89.00 ~ 449.00
打开微信扫描二维码
点击右上角进行分享

开通以下任意VIP等级即可免费学习本课程

我已阅读并同意《VIP服务协议》
开通 取消

详情

目录

资料(1)

评价(0)

【课程详情】

  • 第01节 项目介绍以及在本课程中能学到什么东西、如何应用到实际项目中

  • 第02节 scala和IDE的安装以及使用以及maven插件的安装

  • 第03节 Centos环境准备(java环境、hosts配置、防火墙关闭)

  • 第04节 scala基础知识讲解-1

  • 第05节 scala基础知识讲解-函数和闭包-2

  • 第06节 scala基础知识讲解-数组和集合-3.1

  • 第07节 scala基础知识讲解-数组和集合-3.2

  • 第08节 scala基础知识讲解-类和对象-4

  • 第09节 scala基础知识讲解-特征和模式匹配-5

  • 第10节 scala基础知识讲解-正则表达式和异常处理-6

  • 第11节 scala基础知识讲解-知识回顾

  • 第12节 nosql数据库mongodb安装

  • 第13节 spring data for mongodb-简单连接mongodb

  • 第14节 spring data for mongodb-spring配置+CRUD操作(不实现repo,默认操作)

  • 第15节 spring data for mongodb-实现repo接口+mongoTemplate+CRUD操作

  • 第16节 spring data for mongodb-分页查询

  • 第17节 zookeeper集群安装

  • 第18节 zookeeper基本介绍-1

  • 第19节 zookeeper工作原理-选举流程(basic paxos算法)-2

  • 第20节 zookeeper工作原理-选举流程(fast paxos算法)-3

  • 第21节 kafka-背景及架构介绍

  • 第22节 kafka集群安装以及测试

  • 第23节 kafka数据发送与接收实现-java

  • 第24节 hdfs单机安装部署

  • 第25节 连接hdfs查询存储-java

  • 第26节 机器学习基本线性代数介绍

  • 第27节 IKAnalyzer中文分词工具介绍

  • 第28节 IKAnalyzer中文分词工具结合java应用

  • 第29节 Spark以及生态圈介绍

  • 第30节 Spark运行架构介绍及原理之job,stage,task

  • 第31节 Spark编程模型RDD设计以及运行原理

  • 第32节 纯手写第一个Spark应用程序:WordCount

  • 第33节 RDD常用函数介绍

  • 第34节 Spark Sql介绍、DataFrame创建以及使用、RDD DataFrame DataSet相互转化

  • 第35节 Spark Streaming介绍

  • 第36节 Spark Streaming+Kafka集成操作

  • 第37节 avro结合maven使用,实现序列化和反序列化

  • 第38节 Spark ML(机器学习)介绍(监督学习、半监督学习、无监督学习)

  • 第39节 特征抽取:TF-IDF原理介绍

  • 第40节 特征提取:TF-IDF代码实现计算

  • 第41节 聚类算法:KMEANS原理介绍

  • 第42节 聚类算法:KMEANS代码实现计算

  • 第43节 其它Spark ML算法简单介绍

  • 第44节 Spark连接Mongodb代码实现

  • 第45节 Mesos总体架构介绍

  • 第46节 Mesos安装部署

  • 第47节 Spark on Mesos安装部署

  • 第48节 系统整体架构再次介绍+技术串联介绍(将学习的技术全部整合到项目中)

  • 第49节 项目代码:父类工程,管理各个jar的版本

  • 第50节 项目代码:avro序列化jar,用于客户端和机器学学习实现序列化和反序列化

  • 第51节 项目代码:kafka发送数据jar,给app调用并实现切词并发送数据到kafka

  • 第52节 项目代码:工具类jar,实现操作hdfs、切词以及操作mongodb

  • 第53节 项目代码:操作类jar,调用工具类具体进行切词以及数据清洗并且存储到Hdfs

  • 第54节 项目代码:机器学习集合jar,主要用来存放record

  • 第55节 项目代码:机器学习算法jar,主要进行tf-idf以及kmeans计算,主要实现企业上下游、供求上下游模型计算

  • 第56节 项目代码:流式计算jar,主要是接受客户端发送到kafka的数据加载模型进行计算

  • 第57节 项目代码:测试模拟jar,主要模拟实现用户加载avro序列化jar写数据到kafka

  • 第58节 Spark on Mesos部署提交参数介绍

  • 第59节 Spark代码提交到Mesos运行(Spark-submit)

  • 第60节 项目整体流程跑通,结果展示

  • 第61节 Spark调优介绍

  • 第62节 基于Spark的机器学习项目-智能客户系统实战课程总结

  • 第63节 实际工作及面试注意问题

相关说明:

1、资源部分来源于网络公开发表文件,所有资料仅供学习交流。

2、所收取费用仅用来维系网站运营,性质为用户友情赞助,并非售卖文件费用。

3、如侵犯您的权益,请联系管理员处理。

基于Spark的机器学习-智能客户系统项目实战[63课时]

第01节 项目介绍以及在本课程中能学到什么东西、如何应用到实际项目中 (09:50)

【免费试听】 第02节 scala和IDE的安装以及使用以及maven插件的安装 (06:45)

【免费试听】 第03节 Centos环境准备(java环境、hosts配置、防火墙关闭) (06:24)

第04节 scala基础知识讲解-1 (08:54)

第05节 scala基础知识讲解-函数和闭包-2 (30:08)

第06节 scala基础知识讲解-数组和集合-3.1 (48:52)

第07节 scala基础知识讲解-数组和集合-3.2 (14:16)

第08节 scala基础知识讲解-类和对象-4 (23:12)

第09节 scala基础知识讲解-特征和模式匹配-5 (13:46)

第10节 scala基础知识讲解-正则表达式和异常处理-6 (12:42)

第11节 scala基础知识讲解-知识回顾 (15:58)

第12节 nosql数据库mongodb安装 (04:57)

第13节 spring data for mongodb-简单连接mongodb (07:52)

第14节 spring data for mongodb-spring配置+CRUD操作(不实现repo,默认操作) (36:21)

第15节 spring data for mongodb-实现repo接口+mongoTemplate+CRUD操作 (36:24)

第16节 spring data for mongodb-分页查询 (13:38)

第17节 zookeeper集群安装 (13:41)

第18节 zookeeper基本介绍-1 (22:42)

第19节 zookeeper工作原理-选举流程(basic paxos算法)-2 (24:27)

第20节 zookeeper工作原理-选举流程(fast paxos算法)-3 (31:17)

第21节 kafka-背景及架构介绍 (12:28)

第22节 kafka集群安装以及测试 (14:12)

第23节 kafka数据发送与接收实现-java (31:29)

第24节 hdfs单机安装部署 (18:54)

第25节 连接hdfs查询存储-java (35:47)

第26节 机器学习基本线性代数介绍 (05:08)

第27节 IKAnalyzer中文分词工具介绍 (17:54)

第28节 IKAnalyzer中文分词工具结合java应用 (16:31)

第29节 Spark以及生态圈介绍 (11:45)

第30节 Spark运行架构介绍及原理之job,stage,task (26:20)

第31节 Spark编程模型RDD设计以及运行原理 (15:28)

第32节 纯手写第一个Spark应用程序:WordCount (24:00)

第33节 RDD常用函数介绍 (29:23)

第34节 Spark Sql介绍、DataFrame创建以及使用、RDD DataFrame DataSet相互转化 (12:57)

第35节 Spark Streaming介绍 (12:58)

第36节 Spark Streaming+Kafka集成操作 (18:44)

第37节 avro结合maven使用,实现序列化和反序列化 (20:04)

第38节 Spark ML(机器学习)介绍(监督学习、半监督学习、无监督学习) (13:50)

第39节 特征抽取:TF-IDF原理介绍 (17:51)

第40节 特征提取:TF-IDF代码实现计算 (26:38)

第41节 聚类算法:KMEANS原理介绍 (23:44)

第42节 聚类算法:KMEANS代码实现计算 (22:07)

第43节 其它Spark ML算法简单介绍 (05:41)

第44节 Spark连接Mongodb代码实现 (13:01)

第45节 Mesos总体架构介绍 (08:18)

第46节 Mesos安装部署 (13:32)

第47节 Spark on Mesos安装部署 (11:13)

第48节 系统整体架构再次介绍+技术串联介绍(将学习的技术全部整合到项目中) (03:57)

第49节 项目代码:父类工程,管理各个jar的版本 (03:46)

第50节 项目代码:avro序列化jar,用于客户端和机器学学习实现序列化和反序列化 (04:46)

第51节 项目代码:kafka发送数据jar,给app调用并实现切词并发送数据到kafka (06:14)

第52节 项目代码:工具类jar,实现操作hdfs、切词以及操作mongodb (03:28)

第53节 项目代码:操作类jar,调用工具类具体进行切词以及数据清洗并且存储到Hdfs (05:26)

第54节 项目代码:机器学习集合jar,主要用来存放record (02:59)

第55节 项目代码:机器学习算法jar,主要进行tf-idf以及kmeans计算,主要实现企业上下游、供求上下游模型计算 (07:06)

第56节 项目代码:流式计算jar,主要是接受客户端发送到kafka的数据加载模型进行计算 (04:35)

第57节 项目代码:测试模拟jar,主要模拟实现用户加载avro序列化jar写数据到kafka (01:51)

第58节 Spark on Mesos部署提交参数介绍 (08:09)

第59节 Spark代码提交到Mesos运行(Spark-submit) (07:08)

第60节 项目整体流程跑通,结果展示 (06:46)

第61节 Spark调优介绍 (08:02)

第62节 基于Spark的机器学习项目-智能客户系统实战课程总结 (04:12)

第63节 实际工作及面试注意问题 (05:00)

综合
好评
0%
  • 综合评分5.00
  • 内容实用5.00
  • 通俗易懂5.00
友情链接:

邮箱:didabiancheng@126.com

地址:厦门火炬高新区软件园创新大厦C区3F-A487

Android/IOS App

微信小程序

微信公众号

VIP特权
微信客服
微信扫一扫咨询客服