Hadoop & Mahout Fortgeschrittenenworkshop
Classroom training | German | Claim
Duration of training: 2 days
Objectives
In diesem Kurs lernen Sie den grundsätzlichen Umgang mit Mahout anhand praktischer Übungen zu unterschiedlichen Fragestellungen kennen.
Target audience
- (IT-)Architekten
- (IT-)Entwickler
Requirements
- praktische Erfahrung in der IT-Informationsverarbeitung
- Kenntnisse über Einsatzmöglichkeiten von Data Mining
- Grundkenntnisse zu Hadoop
Agenda
Hadoop-Sandbox
In dem ersten Modul wird die Hadoop-Sandbox vorgestellt und gemeinsam evaluiert.
Hadoop Distributed File System (HDFS)
Das Kernstück von Hadoop ist ein leistungsstarkes, robustes und extrem skalierbares Dateisystem. In diesem Abschnitt werden die wichtigsten Elemente für den Datenaustausch mit HDFS evaluiert.
Überblick Data Mining Methoden und deren Anwendungsmöglichkeiten
Es wird ein Überblick über die Data Mining Methoden und ihre Anwendungsmöglichkeiten für die Analyse und Vorhersage gegeben. Es wird ihre Umsetzung bzw. Entsprechung in Mahout vorgestellt.
HandsOn: Anwendungen auf der Grundlage von Naive Bayes
Sie machen sich mit der Mining Methode Naive Bayes vertraut und wenden diese in unterschiedlichen Aufgabenstellungen an.
HandsOn: Anwendungen auf der Grundlage von Klassifikations-Methoden
Sie machen sich mit der Mining Methode Klassifikation vertraut und wenden diese in unterschiedlichen Aufgabenstellungen an.
HandsOn: Anwendungen auf der Grundlage von Cluster-Methoden
Sie machen sich mit der Mining Methode des Clusterings vertraut und wenden sie in unterschiedlichen Aufgabenstellungen an.
HandsOn: Warenkorb-Analysen mit Mahout
Sie machen sich mit dem Ansatz für Warenkorbanalysen vertraut und wenden diesen in unterschiedlichen Aufgabenstellungen zur Ableitung von Empfehlungen an.
HandsOn: Komplexe Aufgabenstellung
Sie bearbeiten eigenständig eine vollständige Aufgabenstellung.
Zusammenfassung
Zum Abschluss werden die Ergebnisse zusammengefasst und die durchgeführten Übungen auf Praxistauglichkeit bewertet.
Objectives
In diesem Kurs lernen Sie den grundsätzlichen Umgang mit Mahout anhand praktischer Übungen zu unterschiedlichen Fragestellungen kennen.
Target audience
- (IT-)Architekten
- (IT-)Entwickler
Requirements
- praktische Erfahrung in der IT-Informationsverarbeitung
- Kenntnisse über Einsatzmöglichkeiten von Data Mining
- Grundkenntnisse zu Hadoop
Agenda
Hadoop-Sandbox
In dem ersten Modul wird die Hadoop-Sandbox vorgestellt und gemeinsam evaluiert.
Hadoop Distributed File System (HDFS)
Das Kernstück von Hadoop ist ein leistungsstarkes, robustes und extrem skalierbares Dateisystem. In diesem Abschnitt werden die wichtigsten Elemente für den Datenaustausch mit HDFS evaluiert.
Überblick Data Mining Methoden und deren Anwendungsmöglichkeiten
Es wird ein Überblick über die Data Mining Methoden und ihre Anwendungsmöglichkeiten für die Analyse und Vorhersage gegeben. Es wird ihre Umsetzung bzw. Entsprechung in Mahout vorgestellt.
HandsOn: Anwendungen auf der Grundlage von Naive Bayes
Sie machen sich mit der Mining Methode Naive Bayes vertraut und wenden diese in unterschiedlichen Aufgabenstellungen an.
HandsOn: Anwendungen auf der Grundlage von Klassifikations-Methoden
Sie machen sich mit der Mining Methode Klassifikation vertraut und wenden diese in unterschiedlichen Aufgabenstellungen an.
HandsOn: Anwendungen auf der Grundlage von Cluster-Methoden
Sie machen sich mit der Mining Methode des Clusterings vertraut und wenden sie in unterschiedlichen Aufgabenstellungen an.
HandsOn: Warenkorb-Analysen mit Mahout
Sie machen sich mit dem Ansatz für Warenkorbanalysen vertraut und wenden diesen in unterschiedlichen Aufgabenstellungen zur Ableitung von Empfehlungen an.
HandsOn: Komplexe Aufgabenstellung
Sie bearbeiten eigenständig eine vollständige Aufgabenstellung.
Zusammenfassung
Zum Abschluss werden die Ergebnisse zusammengefasst und die durchgeführten Übungen auf Praxistauglichkeit bewertet.