学习路径 > 大数据 > 其他 > 老汤大数据高级工程师就业课程

老汤大数据高级工程师就业课程

大数据课程体系分为四个阶段:基础阶段、核心技术、实时流处理技术以及大数据 + AI 。课程的初级目标是让完全零基础的您成为具备 1 ~ 3 年大数据相关工作经验的大数据工程师。课程的高级目标是培养大数据 + AI 的人才

36

门课程

43954

人学习

381小时20分钟

课程总时长

老汤

高级讲师

讲师评分:4.9

永久观看
 
系统化学习
 
24小时答疑
  资料一键下载
学习路径价 ¥7988.40
立省887.60元

支持蚂蚁花呗分期

简单5步马上享受花呗分期:

1. 点击立即购买
2. 订单确认页, 点击 ”去支付“
3. 支付中心, 使用【支付宝】付款
4. 使用【支付宝】APP扫描付款二维码
5. 付款方式选择 花呗分期~ 搞定~

查看详情>>
总价 ¥8876.00

第一阶段:  大数据必备基础课

6门课程 123小时4分钟

这个阶段咱们先把基础打扎实,基础学的越扎实,后面学的越快越有劲。基础包括三个模块:Java SE、SQL 以及 Linux 基本技能

  • 老汤大数据课程之计算机基础

    28节 4小时10分钟
    课程目标:
    本课程的目的是想让打算从事软件行业的同学打好计算机基础,这门课的定位是:从事计算机软件相关工作的必备基础知识本课程从两个大方向来讲解了计算机基础:冯•诺依曼计算机体系结构操作系统其中:第一个方向我们讲解了:冯•诺依曼计算机体系的三大特点、计算机硬件、内存中的二进制以及计算机是如何执行程序的第二个方向我们讲解了:操作系统的功能、操作系统对 CPU 的管理、操作系统对内存的管理、进程和线程以及操作系统其他重要的相关概念老汤大数据课程之 Java 系列基础课:一、Java 入门基础 (https://edu.51cto.com/sd/a51c6  )二、Java 面向对象 (https://edu.51cto.com/sd/b528f  )

    课程大纲

    免费试看

  • 老汤大数据课程之Java入门基础

    39节 8小时28分钟
    课程目标:
    本课程讲解的是 Java 编程语言 (以Java 11为版本) 的基础语法知识,包括的内容主要有如下几个方面:Java 的发展史以及其 Write Once Run Everywhere 的特性的讲解Java 11 和 Java 8 的安装第一个 Java 程序的详细讲解和执行过程八种基本类型的详细讲解重点运算符的详细讲解Java 程序结构 (选择结构和循环结构) 的详细讲解Java 中的方法的定义老汤大数据课程之 Java 系列基础课:一、Java 入门基础 (https://edu.51cto.com/sd/a51c6  )二、Java 面向对象 (https://edu.51cto.com/sd/b528f  )

    课程大纲

    免费试看

  • 老汤大数据课程之Java面向对象

    174节 41小时38分钟
    课程目标:
    本课程主要是讲解 Java 的面向对象的编程技术,主要是从 Java 的面向对象的以下三大特点来详细讲解的:封装性继承性多态性本课程包含的面向对象的细分知识点包括但不限于:类和对象、private 封装属性、类的内存表示、this 关键字、static 关键字、代码块、引用传递、extends 继承的规则、接口的规则、UML类图和序列图、几种设计模式(模板方法、工厂设计模式、代理设计模式、单例设计模式)、包、java 9 模块的概念、访问权限同时,本课程还包含了 Java 中常见的或者常用的内置类的讲解,包括:java.lang.Object (Java 中的始祖类)java.lang.Exception (Java 中的异常类)包装类 (比如 java.lang.Integer、java.lang.Double 等)数组 (array)java.lang.String (字符串类)正则表达式 (包 java.util.regex 中的类)日期操作类 (java.util.Date、java.util.Calendar)java.lang.Runtime、java.util.Randomjava.lang.Math、java.math.BigDecimal枚举类、反射类 (java.lang.Class)学习完这门课,你就会用 Java 的面向对象的思想来解决编程领域的问题了。老汤大数据课程之 Java 系列基础课:一、Java 入门基础 (https://edu.51cto.com/sd/a51c6  )二、Java 面向对象 (https://edu.51cto.com/sd/b528f  )

    课程大纲

    免费试看

  • 老汤大数据课程之Java高级功能

    154节 30小时57分钟
    课程目标:
    本课程是 Java 课程体系中的很重要的一个模块,主要讲解的是 Java 中常用的高级功能。包括:集合框架与基本算法IO多线程在集合框架中我们讲解了各种常用的集合类:数组、ArrayList、LinkedList、HashSet、HashMap、Queue、Stack 等。这里不仅讲解这些集合类的使用,还讲解了这些集合类的原理以及使用场景。在基本算法中我们讲解了常用的算法:递归算法、排序算法(冒泡、插入、归并以及快排)、二分查找算法在 IO 章节中主要的还是讲解 Java 如何操作文件、文件的读写、序列化、网络 IO 等知识在多线程章节我们主要讲解:Java 中线程的概念、多线程的协调、线程同步以及一些常用的多线程同步工具

    课程大纲

    免费试看

  • 老汤大数据课程之SQL

    97节 19小时52分钟
    课程目标:
    课程是基于数据库 Oracle 11g 来讲解 SQL 语言课程内容的组织结构如下:

    课程大纲

    免费试看

  • 老汤大数据课程之Linux基础

    115节 17小时55分钟
    课程目标:
    本课程的目标不是想让你称为 Linux 专家,而是让你学会大数据领域中最基础的 Linux 知识。学习的都是一些基本的命令,掌握这些命令就可以开始大数据的学习了。本门课程主要讲解了:Centos 7 虚拟机的安装和配置Linux 和文件相关的命令:文件目录操作命令、文件目录管理命令、文件内容修改命令、文件内容查看命令、文件大小查看大小命令、文件解压缩等命令grep 命令权限相关命令bash shell 基本编程:bash 概念、变量、参数、shell 脚本程序编写等date 时间命令crontab 任务调度命令后续我们还会加入大数据面试过程中涉及到的 Linux 的常见面试题。

    课程大纲

    免费试看

第二阶段:  大数据技术入门

4门课程 24小时17分钟

本阶段以 Hadoop 核心技术为载体,让你从技术上和思想上入门大数据领域。

  • 老汤大数据课程之集群和开发环境

    21节 3小时12分钟
    课程目标:
    本课程的目的是想让学习 "老汤大数据系列课程" 的同学掌握在学习过程中搭建集群需要的基本环境以及开发环境。搭建集群需要的基本环境包括:准备 3 台虚拟机修改主机名配置无密钥登录安装 FileZilla ftp 工具安装 JDK防火墙设置ntp 时间同步开发环境包括:Windows JDK 安装Maven 安装以及使用IntelliJ IDEA 安装以及使用IntelliJ IDEA 继承 Maven

    课程大纲

    免费试看

  • 老汤大数据课程之HDFS

    35节 6小时7分钟
    课程目标:
    本课程讲解的是 Hadoop 的第一个组件:HDFS。HDFS 也是大数据领域中最基本的分布式存储文件系统。本课程从以下几个方面讲解 HDFS :分布式存储原理HDFS 的安装 (我们使用的是 Hadoop 2.7.x 版本)几种访问HDFS文件的客户端HDFS 中各个组件的作用HDFS 中的数据块HDFS 联盟HDFS 运维需要知道的几个基本的知识

    课程大纲

    免费试看

  • 老汤大数据课程之Zookeeper

    30节 5小时22分钟
    课程目标:
    本课程我们详细讲解大数据领域中分布式协调技术 - Zookeeper我们从以下内容中掌握 Zookeeper :Zookeeper 单机版本的安装和使用Zookeeper 数据模型分布式安装 ZookeeperJava 操作 ZookeeperZookeeper 的 Watch 机制Zookeeper 的三大使用场景:配置管理、分布式锁以及 Master 选举机制Zookeeper 在 HDFS HA 中的使用

    课程大纲

    免费试看

  • 老汤大数据课程之 MapReduce & Yarn

    46节 9小时35分钟
    课程目标:
    本课程讲解了 Hadoop 的另外两个组件:分布式计算(MapReduce) 和 分布式资源管理(Yarn)之所以将这两个组件放在同一个课程中是因为:两者相互不能分割,计算的时候需要 CPU 和内存资源,而分布式环境下的 CPU 和内存资源需要使用 Yarn 技术来管理课程内容包括 MapReduce 和 Yarn 的全部知识,同时使用技术 HDFS + Zookeeper + Yarn + MapReduce 来完成天气数据处理和分析,总的课程内容如下:

    课程大纲

    免费试看

第三阶段:  大数据核心技术

8门课程 130小时4分钟

学习在大数据领域中核心的技术:Spark、HBase、Hive 等。然后使用两个实战项目让你能胜任企业大数据相关项目的开发。学完这个阶段就可以找到月薪 10K ~ 20K 的大数据工程师岗位

  • 老汤大数据课程之Scala

    166节 24小时7分钟
    课程目标:
    在编程领域中,主要有三种编程思想,分别是:面向过程编程、面向对象编程以及函数式编程。函数式编程的可读性和简洁性是其他编程模式所不能比拟的,函数式编程也是编程语言的趋势。那么,Scala 编程语言是面向对象编程和函数式编程混合的一门语言。在现在的大数据领域中,Scala 是主要的编程语言之一,是我们从事大数据开发必备的语言技能。本课程从下面的几个方面来讲解 Scala:一、认识 Scala,这个章节对 Scala 的基本概念做一个了解,并且和 Java 语言进行对比。二、十二步体验 Scala,这个章节在非常浅的层面上讲解下 Scala 中所有的功能,让你对 Scala 的功能有个感官的认识。三、面向对象编程基础,这个章节讲解 Scala 的面向对象编程的知识四、函数式编程基础,这个章节讲解 Scala 的函数式编程的知识五、模式匹配,模式匹配是函数式编程领域中的强大的功能,这个章节讲解 Scala 中的模式匹配六、隐式系统,Scala 中的隐式系统可以使得代码编写更加的简洁和优雅七、类型系统,Scala 类型系统使得使得类型安全八、集合框架,Scala 中的各种集合的讲解九、利用 SBT 来构建 Scala 应用

    课程大纲

    免费试看

  • 老汤大数据课程之Spark核心技术

    174节 32小时28分钟
    课程目标:
    Spark 是现在非常流行、使用范围最广泛的大数据分布式计算技术,是做大数据开发必备的一项技能。本课程主要是由浅入深的讲解 Spark 核心知识点,内容如下:一、Spark 集群和开发环境的搭建二、站在 high level 上理解 Spark三、讲解 Spark RDD 的分布式计算原理和特点,以及常用的 API四、项目实战:会话切割五、阶段实战:TopN、数据倾斜等问题的解决六、正确提交 Spark 应用,重点讲解 Spark On Yarn七、Spark 中的应用、任务的调度机制(面试必问)

    课程大纲

    免费试看

  • 老汤大数据课程之 Spark SQL

    74节 15小时41分钟
    课程目标:
    Spark SQL 是 Spark 在结构化数据处理领域中的一项技术,我们可以通过 Spark SQL 使用 SQL 语言来处理分析大数据,从而降低对大量数据处理以及分析的门槛。对于熟悉 SQL 语言的同学,学习 Spark SQL 将会变的非常简单。本门课程从 Spark SQL 的历史以及未来开始讲起,然后讲解 Spark SQL 的常用功能及其使用,然后我们会通过使用 Spark SQL 来完成几个分析项目实战。

    课程大纲

    免费试看

  • 老汤大数据课程之Spark内核原理

    27节 3小时48分钟
    课程目标:
    本门课程深入到 Spark 的内核,讲解 Spark 核心中最重要的四个方面:Spark 序列化机制Spark 内存管理Spark 存储管理Spark shuffle 管理

    课程大纲

    免费试看

  • 老汤大数据课程之 HBase

    74节 15小时59分钟
    课程目标:
    分布式文件系统 HDFS 不支持随机读写,而 HBase 则是基于 HDFS 的,并且可以支持随机读写。本课程从如下三个方向来讲解 HBase :核心原理高阶实战阶段实战

    课程大纲

    免费试看

  • 老汤大数据项目实战之地图切片系统

    56节 11小时15分钟
    课程目标:
    本项目是大数据在GIS系统中的一个很典型的应用,GIS系统的数据量是巨大的,传统的技术根本分析处理不动,这个时候我们需要借助大数据的技术来分布式的处理GIS系统中的大量的数据,从而实现我们的业务。这个项目使用的技术包括:HDFS + Yarn + Zookeeper + Spark + HBase + Spring Boot

    课程大纲

    免费试看

  • 老汤大数据课程之 SQL On Hadoop

    87节 19小时56分钟
    课程目标:
    本课程讲解了基于 Hadoop 之上的 SQL 解决方案,包括:Spark SQL、Hive 以及 Impala。本课程还包括了大数据组件可视化组件 Hue 和大数据应用调度技术组件 Oozie

    课程大纲

    免费试看

  • 老汤大数据项目实战之球员价值分析系统

    22节 6小时47分钟
    课程目标:
    本课程使用大数据技术来实现分析篮球球员的价值。使用到的技术包括:HDFS + Hive + Spark + Zeppline本课程是大数据分析方向的课程,本课程给你演示了企业中是怎么使用大数据技术对数据进行分析的。学习完本课程可以提高你的大数据分析能力。

    课程大纲

    免费试看

第四阶段:  大数据实时流处理技术

7门课程 70小时7分钟

讲解大数据中实时流处理的核心技术,包括:Kafka、Spark Streaming、Flink 等技术。这个阶段配备了 2 个综合项目实战。学完这个阶段可以找到月薪 10K ~ 30K 的大数据相关岗

  • 老汤大数据课程之 Flume

    4节 41分钟
    课程目标:
    Flume 是大数据领域中收集数据的技术,一般作为实时技术栈的数据源技术,Flume 也是从事大数据相关工作的必备技术本课程用三个实战例子来讲解分布式数据收集技术 Flume。使得你可以使用 Flume 来收集数据。

    课程大纲

    免费试看

  • 老汤大数据课程之 Kafka

    8节 53分钟
    课程目标:
    Kafka 不仅在大数据领域使用广泛,在 Java WEB 领域使用的也是非常的频繁,所以对于一个使用 Java 语言开发的程序员来说,Kafka 也是必须掌握的一项技能。本课程带你深入的掌握 Kafka 的一些基本概念,使得你可以使用 Kafka 。课程内容如下:一、Kafka 介绍和安装二、Topic三、Producer 四、Consumer

    课程大纲

    免费试看

  • 老汤大数据课程之 Spark Streaming

    69节 8小时
    课程目标:
    本课程从以下 4 个方面来讲解 Spark Streaming :一、编程模型:讲解了 DStream 原理以及常用 API 的使用二、性能与稳定:讲解了如何提高 Spark Streaming 程序的性能和稳定性三、容错与语义:讲解了实时流处理领域中的容错,以及 Spark Streaming 如何实现容错的四、Flume + Kafka + Spark Streaming 之间的集成:用一个实战项目来讲解

    课程大纲

    免费试看

  • 老汤大数据课程之 Storm

    12节 2小时26分钟
    课程目标:
    Storm 作为以前使用非常广泛的实时流解决方案,其实时性做的非常的棒,这个也是它为什么使用广泛的原因。但是,现在的实时流解决方案越来越多,比如现在的 Flink 和 Spark Streaming 的使用就已经超越了 Storm 了。虽然,Storm 现在使用越来越不广泛了,但是我们还是有必要来学习 Storm,因为有不少的企业还在用它。

    课程大纲

    免费试看

  • 老汤大数据之 Flink Streaming 核心编程

    114节 21小时35分钟
    课程目标:
    本课程的四大特色:(1) 案例驱动(2) 手写代码(3) 原理精辟(4) 实战丰富本课程内容如下:

    课程大纲

    免费试看

  • 老汤大数据项目实战之大数据平台建设

    54节 12小时32分钟
    课程目标:
    本课程先介绍了传统数据仓库和大数据数据仓库之间的区别,然后引出了大数据平台的架构。然后我们从以下三个方向介绍了大数据平台:一、Batch ETL :离线数据处理二、Streaming ETL :实时数据处理三、CDH 大数据平台搭建 :企业中常用的大数据平台掌握本课程,你就知道真实企业中的大数据平台是怎么搭建的了。

    课程大纲

    免费试看

  • 老汤大数据项目实战之网站流量分析系统

    80节 23小时58分钟
    课程目标:
    网站分析好比网站的温度计,不断检测和监控着网站的在线健康状况。它是一种研究并提升在线体验的方法,没有网站分析,您将会像无头苍蝇一样盲目。您将如何判断搜索引擎营销在捕捉潜在受众上是否有效甚至充分,如何判断在社会媒体口碑建设上的投入是否物有所值?访客的体验是友好的(受鼓舞的参与,重复的访问和购买),还是仅仅浏览了一个页面就跳出了网站?本项目教你如何采集网站的用户访问行为的数据,如何将数据进行清洗并且上传到我们的HDFS中,然后在大数据平台使用Spark进行复杂的数据处理,最终数据是以一定的格式存储在我们的大数据数据仓储Hive中,然后使用HQL语句对数据进行分析,得到用户的访问行为的特点,进而给领导做决策。

    课程大纲

    免费试看

第五阶段:  大数据 + AI

11门课程 33小时46分钟

掌握机器学习核心算法及其使用场景。学完这个阶段可以找到 20K ~ 50K 的大数据相关的工作岗位

  • [老汤-人工智能]机器学习一之数学基础

    18节 4小时
    课程目标:
    本课程掌握机器学习需要的两个数学基础知识:微积分、线性代数微积分基础包括:1、无穷和极限2、导数3、可导函数求导4、复合函数求导5、偏导数6、函数极值点求解线性代数主要讲解了机器学习需要的矩阵知识,包括:1、矩阵以及特殊矩阵2、矩阵运算3、矩阵转置4、行列式和逆矩阵5、初等变换6、矩阵的秩7、特征值和特征向量8、最小二乘法9、矩阵分解10、梯度下降法【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/sd/80200 ):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/sd/7feec  ):讲解机器学习中最简单也是最常用的线性回归算法(包括一元线性回归和多元线性回归算法)机器学习三之逻辑回归(https://edu.51cto.com/sd/52d18  ):讲解机器学习中分类算法(也就是逻辑回归算法),还讲解了解决机器学习的过拟合问题机器学习四之模型调试(https://edu.51cto.com/sd/89e23  ):讲解机器学习中怎么来评估模型、测试模型以及怎样定位模型问题等机器学习五之SVM算法(https://edu.51cto.com/sd/0dda5  ):讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)机器学习六Spark机器学习实战一(https://edu.51cto.com/sd/8aeee  ):航班延迟预测机器学习七之决策树算法(https://edu.51cto.com/sd/8ebe9  ):讲解机器学习中决策树算法,以及基于决策树的回归树算法、提升树算法以及梯度提升算法等算法机器学习八Spark机器学习实战二(https://edu.51cto.com/sd/2194b  ):运动数据分类机器学习九之非监督类型算法(https://edu.51cto.com/sd/24a14  ):讲解机器学习中非监督类型的算法,包括:聚类算法(K-Means算法)以及PCA降维算法机器学习十Spark机器学习实战三(https://edu.51cto.com/sd/198f3  ):uber载客位置聚类分析机器学习十一Spark推荐系统实战(https://edu.51cto.com/sd/63444  ):讲解怎样使用Spark实现推荐系Scala、Spark Core、Spark SQL以及Spark Streaming的学习,请在51CTO学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习二之线性回归视频课程

    19节 4小时6分钟
    课程目标:
    从一元线性回归和多元线性回归两个算法讲解线性回归的算法原理并且讲解使用梯度下降算法求解线性回归的代价函数的**值分别讲解了批量梯度下降算法、随机梯度下降算法以及小批量梯度下降算法的原理、区别等【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/sd/80200 ):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/sd/7feec  ):讲解机器学习中最简单也是最常用的线性回归算法(包括一元线性回归和多元线性回归算法)机器学习三之逻辑回归(https://edu.51cto.com/sd/52d18  ):讲解机器学习中分类算法(也就是逻辑回归算法),还讲解了解决机器学习的过拟合问题机器学习四之模型调试(https://edu.51cto.com/sd/89e23  ):讲解机器学习中怎么来评估模型、测试模型以及怎样定位模型问题等机器学习五之SVM算法(https://edu.51cto.com/sd/0dda5  ):讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)机器学习六Spark机器学习实战一(https://edu.51cto.com/sd/8aeee  ):航班延迟预测机器学习七之决策树算法(https://edu.51cto.com/sd/8ebe9 ):讲解机器学习中决策树算法,以及基于决策树的回归树算法、提升树算法以及梯度提升算法等算法机器学习八Spark机器学习实战二(https://edu.51cto.com/sd/2194b ):运动数据分类机器学习九之非监督类型算法(https://edu.51cto.com/sd/24a14 ):讲解机器学习中非监督类型的算法,包括:聚类算法(K-Means算法)以及PCA降维算法机器学习十Spark机器学习实战三(https://edu.51cto.com/sd/198f3  ):uber载客位置聚类分析机器学习十一Spark推荐系统实战(https://edu.51cto.com/sd/63444 ):讲解怎样使用Spark实现推荐系Scala、Spark Core、Spark SQL以及Spark Streaming的学习,请在51CTO学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习三之逻辑回归算法视频课程

    11节 2小时11分钟
    课程目标:
    这门课程是算法原理课,讲解机器学习中分类算法(也就是逻辑回归算法),还讲解了解决机器学习的过拟合问题【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/sd/80200 ):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/sd/7feec  ):讲解机器学习中最简单也是最常用的线性回归算法(包括一元线性回归和多元线性回归算法)机器学习三之逻辑回归(https://edu.51cto.com/sd/52d18  ):讲解机器学习中分类算法(也就是逻辑回归算法),还讲解了解决机器学习的过拟合问题机器学习四之模型调试(https://edu.51cto.com/sd/89e23  ):讲解机器学习中怎么来评估模型、测试模型以及怎样定位模型问题等机器学习五之SVM算法(https://edu.51cto.com/sd/0dda5  ):讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)机器学习六Spark机器学习实战一(https://edu.51cto.com/sd/8aeee  ):航班延迟预测机器学习七之决策树算法(https://edu.51cto.com/sd/8ebe9 ):讲解机器学习中决策树算法,以及基于决策树的回归树算法、提升树算法以及梯度提升算法等算法机器学习八Spark机器学习实战二(https://edu.51cto.com/sd/2194b ):运动数据分类机器学习九之非监督类型算法(https://edu.51cto.com/sd/24a14 ):讲解机器学习中非监督类型的算法,包括:聚类算法(K-Means算法)以及PCA降维算法机器学习十Spark机器学习实战三(https://edu.51cto.com/sd/198f3  ):uber载客位置聚类分析机器学习十一Spark推荐系统实战(https://edu.51cto.com/sd/63444 ):讲解怎样使用Spark实现推荐系Scala、Spark Core、Spark SQL以及Spark Streaming的学习,请在51CTO学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习四之模型调试视频课程

    7节 1小时18分钟
    课程目标:
    这门课是算法原理课,讲解机器学习中怎么来评估模型、测试模型以及怎样定位模型问题等【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/sd/80200 ):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/sd/7feec  ):讲解机器学习中最简单也是最常用的线性回归算法(包括一元线性回归和多元线性回归算法)机器学习三之逻辑回归(https://edu.51cto.com/sd/52d18  ):讲解机器学习中分类算法(也就是逻辑回归算法),还讲解了解决机器学习的过拟合问题机器学习四之模型调试(https://edu.51cto.com/sd/89e23  ):讲解机器学习中怎么来评估模型、测试模型以及怎样定位模型问题等机器学习五之SVM算法(https://edu.51cto.com/sd/0dda5  ):讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)机器学习六Spark机器学习实战一(https://edu.51cto.com/sd/8aeee  ):航班延迟预测机器学习七之决策树算法(https://edu.51cto.com/sd/8ebe9 ):讲解机器学习中决策树算法,以及基于决策树的回归树算法、提升树算法以及梯度提升算法等算法机器学习八Spark机器学习实战二(https://edu.51cto.com/sd/2194b ):运动数据分类机器学习九之非监督类型算法(https://edu.51cto.com/sd/24a14 ):讲解机器学习中非监督类型的算法,包括:聚类算法(K-Means算法)以及PCA降维算法机器学习十Spark机器学习实战三(https://edu.51cto.com/sd/198f3  ):uber载客位置聚类分析机器学习十一Spark推荐系统实战(https://edu.51cto.com/sd/63444 ):讲解怎样使用Spark实现推荐系Scala、Spark Core、Spark SQL以及Spark Streaming的学习,请在51CTO学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习五之SVM算法视频课程

    6节 1小时41分钟
    课程目标:
    这门课是算法原理课,讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/sd/80200 ):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/sd/7feec  ):讲解机器学习中最简单也是最常用的线性回归算法(包括一元线性回归和多元线性回归算法)机器学习三之逻辑回归(https://edu.51cto.com/sd/52d18  ):讲解机器学习中分类算法(也就是逻辑回归算法),还讲解了解决机器学习的过拟合问题机器学习四之模型调试(https://edu.51cto.com/sd/89e23  ):讲解机器学习中怎么来评估模型、测试模型以及怎样定位模型问题等机器学习五之SVM算法(https://edu.51cto.com/sd/0dda5  ):讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)机器学习六Spark机器学习实战一(https://edu.51cto.com/sd/8aeee  ):航班延迟预测机器学习七之决策树算法(https://edu.51cto.com/sd/8ebe9 ):讲解机器学习中决策树算法,以及基于决策树的回归树算法、提升树算法以及梯度提升算法等算法机器学习八Spark机器学习实战二(https://edu.51cto.com/sd/2194b ):运动数据分类机器学习九之非监督类型算法(https://edu.51cto.com/sd/24a14 ):讲解机器学习中非监督类型的算法,包括:聚类算法(K-Means算法)以及PCA降维算法机器学习十Spark机器学习实战三(https://edu.51cto.com/sd/198f3  ):uber载客位置聚类分析机器学习十一Spark推荐系统实战(https://edu.51cto.com/sd/63444 ):讲解怎样使用Spark实现推荐系Scala、Spark Core、Spark SQL以及Spark Streaming的学习,请在51CTO学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习六之Spark项目实战一

    30节 4小时7分钟
    课程目标:
    这个课程以一个项目来讲解Spark中怎么使用线性回归、逻辑回归以及SVM等算法模型。项目主要是预测航班的延迟时间,项目是按照如下的流程来讲解:在数据转换中,也详细讲解了Spark中的StringIndexer、OneHot编码、VectorAssembler等特征转换API。在模型训练地方,详细讲解了交叉验证的功能【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/sd/80200 ):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/sd/7feec  ):讲解机器学习中最简单也是最常用的线性回归算法(包括一元线性回归和多元线性回归算法)机器学习三之逻辑回归(https://edu.51cto.com/sd/52d18  ):讲解机器学习中分类算法(也就是逻辑回归算法),还讲解了解决机器学习的过拟合问题机器学习四之模型调试(https://edu.51cto.com/sd/89e23  ):讲解机器学习中怎么来评估模型、测试模型以及怎样定位模型问题等机器学习五之SVM算法(https://edu.51cto.com/sd/0dda5  ):讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)机器学习六Spark机器学习实战一(https://edu.51cto.com/sd/8aeee  ):航班延迟预测机器学习七之决策树算法(https://edu.51cto.com/sd/8ebe9 ):讲解机器学习中决策树算法,以及基于决策树的回归树算法、提升树算法以及梯度提升算法等算法机器学习八Spark机器学习实战二(https://edu.51cto.com/sd/2194b ):运动数据分类机器学习九之非监督类型算法(https://edu.51cto.com/sd/24a14 ):讲解机器学习中非监督类型的算法,包括:聚类算法(K-Means算法)以及PCA降维算法机器学习十Spark机器学习实战三(https://edu.51cto.com/sd/198f3  ):uber载客位置聚类分析机器学习十一Spark推荐系统实战(https://edu.51cto.com/sd/63444 ):讲解怎样使用Spark实现推荐系Scala、Spark Core、Spark SQL以及Spark Streaming的学习,请在51CTO学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习七之决策树算法视频课程

    13节 2小时37分钟
    课程目标:
    这门课是算法原理课,讲解机器学习中决策树算法,以及基于决策树的回归树算法、提升树算法以及梯度提升算法等算法【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/sd/80200 ):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/sd/7feec  ):讲解机器学习中最简单也是最常用的线性回归算法(包括一元线性回归和多元线性回归算法)机器学习三之逻辑回归(https://edu.51cto.com/sd/52d18  ):讲解机器学习中分类算法(也就是逻辑回归算法),还讲解了解决机器学习的过拟合问题机器学习四之模型调试(https://edu.51cto.com/sd/89e23  ):讲解机器学习中怎么来评估模型、测试模型以及怎样定位模型问题等机器学习五之SVM算法(https://edu.51cto.com/sd/0dda5  ):讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)机器学习六Spark机器学习实战一(https://edu.51cto.com/sd/8aeee  ):航班延迟预测机器学习七之决策树算法(https://edu.51cto.com/sd/8ebe9 ):讲解机器学习中决策树算法,以及基于决策树的回归树算法、提升树算法以及梯度提升算法等算法机器学习八Spark机器学习实战二(https://edu.51cto.com/sd/2194b ):运动数据分类机器学习九之非监督类型算法(https://edu.51cto.com/sd/24a14 ):讲解机器学习中非监督类型的算法,包括:聚类算法(K-Means算法)以及PCA降维算法机器学习十Spark机器学习实战三(https://edu.51cto.com/sd/198f3  ):uber载客位置聚类分析机器学习十一Spark推荐系统实战(https://edu.51cto.com/sd/63444 ):讲解怎样使用Spark实现推荐系Scala、Spark Core、Spark SQL以及Spark Streaming的学习,请在51CTO学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习八之Spark项目实战二

    31节 3小时53分钟
    课程目标:
    这个课程以一个项目来讲解Spark中怎么使用决策树、提升树以及随机深林等算法模型的使用方法。项目主要是对运动数据的分类,项目是按照如下的流程来讲解:在数据转换中,也详细讲解了在机器学习中缺失值的探索与正确处理。在模型的评估中,详细讲解了在多分类任务中,混淆矩阵的概念以及准确率、召唤率等指标的计算【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/sd/80200 ):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/sd/7feec  ):讲解机器学习中最简单也是最常用的线性回归算法(包括一元线性回归和多元线性回归算法)机器学习三之逻辑回归(https://edu.51cto.com/sd/52d18  ):讲解机器学习中分类算法(也就是逻辑回归算法),还讲解了解决机器学习的过拟合问题机器学习四之模型调试(https://edu.51cto.com/sd/89e23  ):讲解机器学习中怎么来评估模型、测试模型以及怎样定位模型问题等机器学习五之SVM算法(https://edu.51cto.com/sd/0dda5  ):讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)机器学习六Spark机器学习实战一(https://edu.51cto.com/sd/8aeee  ):航班延迟预测机器学习七之决策树算法(https://edu.51cto.com/sd/8ebe9 ):讲解机器学习中决策树算法,以及基于决策树的回归树算法、提升树算法以及梯度提升算法等算法机器学习八Spark机器学习实战二(https://edu.51cto.com/sd/2194b ):运动数据分类机器学习九之非监督类型算法(https://edu.51cto.com/sd/24a14 ):讲解机器学习中非监督类型的算法,包括:聚类算法(K-Means算法)以及PCA降维算法机器学习十Spark机器学习实战三(https://edu.51cto.com/sd/198f3  ):uber载客位置聚类分析机器学习十一Spark推荐系统实战(https://edu.51cto.com/sd/63444 ):讲解怎样使用Spark实现推荐系Scala、Spark Core、Spark SQL以及Spark Streaming的学习,请在51CTO学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习九之非监督算法

    12节 1小时42分钟
    课程目标:
    这门课是算法原理课,讲解机器学习中非监督类型的算法,包括:聚类算法(K-Means算法)以及PCA降维算法【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/sd/80200 ):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/sd/7feec  ):讲解机器学习中最简单也是最常用的线性回归算法(包括一元线性回归和多元线性回归算法)机器学习三之逻辑回归(https://edu.51cto.com/sd/52d18  ):讲解机器学习中分类算法(也就是逻辑回归算法),还讲解了解决机器学习的过拟合问题机器学习四之模型调试(https://edu.51cto.com/sd/89e23  ):讲解机器学习中怎么来评估模型、测试模型以及怎样定位模型问题等机器学习五之SVM算法(https://edu.51cto.com/sd/0dda5  ):讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)机器学习六Spark机器学习实战一(https://edu.51cto.com/sd/8aeee  ):航班延迟预测机器学习七之决策树算法(https://edu.51cto.com/sd/8ebe9 ):讲解机器学习中决策树算法,以及基于决策树的回归树算法、提升树算法以及梯度提升算法等算法机器学习八Spark机器学习实战二(https://edu.51cto.com/sd/2194b ):运动数据分类机器学习九之非监督类型算法(https://edu.51cto.com/sd/24a14 ):讲解机器学习中非监督类型的算法,包括:聚类算法(K-Means算法)以及PCA降维算法机器学习十Spark机器学习实战三(https://edu.51cto.com/sd/198f3  ):uber载客位置聚类分析机器学习十一Spark推荐系统实战(https://edu.51cto.com/sd/63444 ):讲解怎样使用Spark实现推荐系Scala、Spark Core、Spark SQL以及Spark Streaming的学习,请在51CTO学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习十之Spark项目实战三

    19节 3小时3分钟
    课程目标:
    这个课程讲解了一个End To End的机器学习的项目是什么样的,项目的架构图如下:项目分为三个大模块:1、离线批处理:主要是使用KMeans算法训练聚类模型2、实时流预测处理:利用离线批处理生成的聚类模型实时对uber产生的位置信息进行聚类分析3、WebServer:对聚类后的位置信息实时的渲染在google地图上本门课程还详细讲解了Spark中聚类的实现-KMeans,以及怎么评估KMeans模型的好坏。【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/sd/80200 ):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/sd/7feec  ):讲解机器学习中最简单也是最常用的线性回归算法(包括一元线性回归和多元线性回归算法)机器学习三之逻辑回归(https://edu.51cto.com/sd/52d18  ):讲解机器学习中分类算法(也就是逻辑回归算法),还讲解了解决机器学习的过拟合问题机器学习四之模型调试(https://edu.51cto.com/sd/89e23  ):讲解机器学习中怎么来评估模型、测试模型以及怎样定位模型问题等机器学习五之SVM算法(https://edu.51cto.com/sd/0dda5  ):讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)机器学习六Spark机器学习实战一(https://edu.51cto.com/sd/8aeee  ):航班延迟预测机器学习七之决策树算法(https://edu.51cto.com/sd/8ebe9 ):讲解机器学习中决策树算法,以及基于决策树的回归树算法、提升树算法以及梯度提升算法等算法机器学习八Spark机器学习实战二(https://edu.51cto.com/sd/2194b ):运动数据分类机器学习九之非监督类型算法(https://edu.51cto.com/sd/24a14 ):讲解机器学习中非监督类型的算法,包括:聚类算法(K-Means算法)以及PCA降维算法机器学习十Spark机器学习实战三(https://edu.51cto.com/sd/198f3  ):uber载客位置聚类分析机器学习十一Spark推荐系统实战(https://edu.51cto.com/sd/63444 ):讲解怎样使用Spark实现推荐系Scala、Spark Core、Spark SQL以及Spark Streaming的学习,请在51CTO学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习十一之Spark推荐系统

    20节 5小时3分钟
    课程目标:
    本课程的目的是使得同学们掌握大数据领域中的推荐系统课程内容从两部分讲解推荐系统:第一部分讲解的是推荐系统需要的算法及其推导,内容如下:1、基于内容的推荐系统2、协同过滤的核心概念3、基于用户的协同过滤和基于产品的协同过滤4、相似度的计算5、隐语义模型的讲解6、Spark支持的推荐算法的介绍7、交替最小二乘法(ALS)的推导第二部分讲解的是Spark代码实现的推荐系统,内容如下:1、隐式类型数据的推荐的实现2、显示类型数据的推荐的实现3、冷启动问题4、Spark中ml包和mllib包的比较【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/sd/80200 ):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/sd/7feec  ):讲解机器学习中最简单也是最常用的线性回归算法(包括一元线性回归和多元线性回归算法)机器学习三之逻辑回归(https://edu.51cto.com/sd/52d18  ):讲解机器学习中分类算法(也就是逻辑回归算法),还讲解了解决机器学习的过拟合问题机器学习四之模型调试(https://edu.51cto.com/sd/89e23  ):讲解机器学习中怎么来评估模型、测试模型以及怎样定位模型问题等机器学习五之SVM算法(https://edu.51cto.com/sd/0dda5  ):讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)机器学习六Spark机器学习实战一(https://edu.51cto.com/sd/8aeee  ):航班延迟预测机器学习七之决策树算法(https://edu.51cto.com/sd/8ebe9 ):讲解机器学习中决策树算法,以及基于决策树的回归树算法、提升树算法以及梯度提升算法等算法机器学习八Spark机器学习实战二(https://edu.51cto.com/sd/2194b ):运动数据分类机器学习九之非监督类型算法(https://edu.51cto.com/sd/24a14 ):讲解机器学习中非监督类型的算法,包括:聚类算法(K-Means算法)以及PCA降维算法机器学习十Spark机器学习实战三(https://edu.51cto.com/sd/198f3  ):uber载客位置聚类分析机器学习十一Spark推荐系统实战(https://edu.51cto.com/sd/63444 ):讲解怎样使用Spark实现推荐系Scala、Spark Core、Spark SQL以及Spark Streaming的学习,请在51CTO学院搜索"老汤"

    课程大纲

    免费试看

查看更多课程

资料下载

课程名称 操作
老汤大数据课程之计算机基础 付费用户专享
老汤大数据课程之Java入门基础 付费用户专享
老汤大数据课程之Java面向对象 付费用户专享
老汤大数据课程之Java高级功能 付费用户专享
老汤大数据课程之SQL 付费用户专享
老汤大数据课程之Linux基础 付费用户专享
老汤大数据课程之集群和开发环境 付费用户专享
老汤大数据课程之HDFS 付费用户专享
老汤大数据课程之Zookeeper 付费用户专享
老汤大数据课程之 MapReduce & Yarn 付费用户专享
老汤大数据课程之Scala 付费用户专享
老汤大数据课程之Spark核心技术 付费用户专享
老汤大数据课程之 Spark SQL 付费用户专享
老汤大数据课程之Spark内核原理 付费用户专享
老汤大数据课程之 HBase 付费用户专享
老汤大数据项目实战之地图切片系统 付费用户专享
老汤大数据课程之 SQL On Hadoop 付费用户专享
老汤大数据项目实战之球员价值分析系统 付费用户专享
老汤大数据课程之 Flume 付费用户专享
老汤大数据课程之 Kafka 付费用户专享
老汤大数据课程之 Spark Streaming 付费用户专享
老汤大数据课程之 Storm 付费用户专享
老汤大数据之 Flink Streaming 核心编程 付费用户专享
老汤大数据项目实战之大数据平台建设 付费用户专享
老汤大数据项目实战之网站流量分析系统 付费用户专享
[老汤-人工智能]机器学习一之数学基础 付费用户专享
[老汤-人工智能]机器学习二之线性回归视频课程 付费用户专享
[老汤-人工智能]机器学习三之逻辑回归算法视频课程 付费用户专享
[老汤-人工智能]机器学习四之模型调试视频课程 付费用户专享
[老汤-人工智能]机器学习五之SVM算法视频课程 付费用户专享
[老汤-人工智能]机器学习六之Spark项目实战一 付费用户专享
[老汤-人工智能]机器学习七之决策树算法视频课程 付费用户专享
[老汤-人工智能]机器学习八之Spark项目实战二 付费用户专享
[老汤-人工智能]机器学习九之非监督算法 付费用户专享
[老汤-人工智能]机器学习十之Spark项目实战三 付费用户专享
[老汤-人工智能]机器学习十一之Spark推荐系统 付费用户专享

老汤大数据高级工程师就业课程

¥8876.00 ¥7988.40
在线
客服
在线
客服

下载Android客户端

下载iphone 客户端

关注官方微信

返回
顶部