BigData, Spark를 활용한 머신러닝
- 구트아카데미
- T. 02-864-9223
과정 소개
본 과정은 머신러닝의 개념과 알고리즘을 학습하고, Spark를 활용한 빅데이터 처리와 기술을 학습하는 과정입니다.
Spark는 기존 빅데이터 처리 기술의 단점을 극복하기 위한 대안으로 제시되고 있으며, 많은 연구기관에서 차세대 빅데이터
기술로 예측하고 있는 Spark를 활용한 빅데이터 처리 기술을 본 과정에서 실습 중심으로 학습 하실 수 있습니다.
과정의 특장점
- 변화하고 있는 빅데이터 분석 환경을 반영한 교육내용 구성
최근 빅데이터 분석 환경이 배치와 실시간 분석을 동시에 요구하는 환경으로 변화하고 있으며, Spark는 그러한 환경변화에
가장 적합한 빅데이터 분석 플랫폼이라고 할 수 있습니다.
- Spark를 이용한 실시간 머신러닝 학습
쉽고, 빠르고 범용적인 Spark,를 이용하여 실시간 머신러닝을 학습해 보는 과정입니다.
학습목표
- 머신러닝의 개념을 이해합니다.
- 상황별 사용할 수 있는 머신러닝 알고리즘을 이해합니다.
- 대용량의 데이터를 처리하기 위한 Spark 클러스터에서 머신러닝을 수행합니다.
학습대상
- 기업 내 정보화 및 IT혁신사업 담당자
- 기업의 전산시스템 및 데이터 관리 담당자
- 기타 빅데이터에 관심 있는 재직자
선수지식
-
훈련내용(32시간)
|
구분 |
훈련내용 |
시간 |
|
|
1일차 |
|
- 환빅데이터와 머신러닝 - 빅데이터 분석환경의 변화 - Spark 아키텍처의 이해 - 함수형 언어구조 이해 - 데이터 전처리 - 데이터 전처리 |
8시간 |
|
2일차 |
|
- Collaborative Filtering 개념 - 추천기 엔진 - 분류와 회귀 분석 개요 - 선형 모델의 개념 - 확률에 의한 분류 |
8시간 |
|
3일차 |
|
- 결정 트리를 활용한 데이터 분류 - 회귀분석 - 차원감소 - 비지도 학습의 개념 - 군집 알고리즘 - Streaming Kmeans |
8시간 |
|
4일차 |
|
- 텍스트 마이닝 개요 - 텍스트 마이닝 - 텍스트 마이닝을 활용한 문서 분류 - 딥 러닝 - Artificial neural network 개념 - Multilayer Perceptron in Spark - Optimization &Parallelization - 실시간 머신러닝 - 딥러닝과 실시간 머신러닝 |
8시간 |