Machine Learning with Apache Mahout

Eğitim Tipi : Sanal Sınıf / Online
Süre : 1 Gün
  1. Anasayfa
  2. Machine Learning with Apache Mahout

Açıklama

Bu bir günlük eğitim, Yazılım Mühendisleri ve Veri Bilimcilerinin, Tavsiye Sistemleri odaklı olarak makine öğrenimi sistemlerinin üst düzey kavramlarını ve sınıflandırmalarını öğrenmeleri için tasarlanmıştır.

Katılımcılar bu eğitimde bir makine öğrenimi çözümünün ne olduğunu, neler yapılabileceğini ve hangi durumlarda kullanılabileceğini anlayabilmelerini sağlayacak üst düzey kavramsal fikirler ve araçlar hakkında bilgi sahibi olurlar. Katılımcılar, genel tasarım düzenleri hakkında bir fikir edinilebilmesi için önceden oluşturulmuş yapı taşları kullanarak kavramsal düzeyde örnek bir çözümün nasıl oluşturulacağını öğrenirler.

Katılımcılar ayrıca, Apache Hadoop, Apache Mahout ve Apache Solr tabanlı ölçeklenebilir, gerçek zamanlı bir Tavsiye Sisteminin nasıl oluşturulacağı ve gerçek iş değeri sağlamak üzere sistemin nasıl optimize edileceğini uygulamalı olarak öğrenirler.

 

Bu eğitimde neler öğreneceksiniz?

  • Makine öğrenim sistemlerinin sınıfları ve kategorileri
  • İş açısından, son çözümlerin yetenekleri ve sınırları
  • Çözüm yetenekleri açısından teknolojinin yetenekleri ve sınırları
  • Durum ve yapı tanımlama kullanımı
  • İşletmeniz için bir makine öğrenim projesi yapılandırma ve planlama

 

Ön koşullar 

Java programlama becerileri (veya benzer bir modern programlama dili)

Hadoop mimarisi hakkında genel bilgiye sahip olunması

Veri işleme için Hadoop MapReduce hakkında genel bilgiye sahip olunması

 

Kimler Katılmalı?

Java ya da benzer bir modern programlama dilinde deneyimi olan Yazılım Mühendisleri, Veri Bilimcileri ve Teknolojistler.

Eğitim İçeriği

Concepts

·       Machine learning system classifications

·       Capabilities and limitations

 

Use Cases

·       Top level use case categorisations

·       Identifying and categorising your own use case

·       Deep-dive use case example

 

Technology

·       Technology landscape

·       Capabilities and limitations

·       Selecting the right tools for the job

·       Implementation choices

·       Optimisation

·       Performance and scalability

·       Integration