太原云计算机器学习培训班

R语言机器学习
R本身是一款十分出色的数据分析和数据可视化软件，同时作为代机器学习的工具，其中包括大量用于机器学习的添加包。此部分带领大家学习R语言更是带领大家进入机器学习的领域，机器学习算法为主线的同时，通过案例学习将会让大家对内容脉络掌握的更加清晰。
1) R语言介绍，基本函数，数据类型
2) 线性回归
3) 朴素贝叶斯聚类
4) 决策树分类
5) k均值聚类    a) 离群点检测
6) 关联规则探索
7) 神经网络
Mahout机器学习
Mahout提供一些可扩展的机器学习领域经典算法的实现，很多公司会使用Mahout方便快捷地创建智能应用程序。Mahout包含许多实现，包括聚类、分类、推荐过滤、频繁子项挖掘。Mahout通过使用 Apache Hadoop，可以有效地扩展到云中。被业界奉为第二代机器学习工具。此部分过后大家不仅会学习到mahout的组件而且会有项目让大家真正把它应用到工作中。
1) 介绍为什么使用它,它的前景
a) 简单介绍Mahout     b) 简单介绍机器学习     c) 实例演示Mahout单机推荐程序
2) 配置安装（hadoop2.x版本的）编译安装步骤说明
a) 命令行中测试运行协同过滤概念
3) 推荐
a) 讲解基于用户的协同过滤     b) 讲解基于物品的协同过滤
4) 分类
a) 分类概念     b) 分类的应用及Mahout分类优势     c) 分类和聚类、推荐的区别     d) 分类工作原理
e) 分类中概念术语     f) 分类项目工作流     g) 如何定义预测变量     h) 线性分类器的介绍，及贝叶斯分类器
i) 决策树分类器的介绍，及随机森林分类器     j) 如何使用贝叶斯分类器和随机森林分类器的代码展示
5) 聚类
a) 聚类概念     b) 聚类步骤流程     c) 聚类中的距离测度     d) 讲解K-means聚类     e) K-means聚类算法展示
f) 聚类其他算法     g) 介绍TF-IDF     h) 归一化     i) 微博聚类案例
项目实战
微博营销数据挖掘项目 使用数据来自微博平台，项目目标通过机器学习所学知识挖掘目标客户群体，找到代言人进行微博营销广告投放。
项目技术架构体系：
a) 分布式平台 Hadoop，MapReduce
b) 数据采集 Flume
c) 数据清洗 ETL
d) 数据库 Hbase，Redis
e) 机器学习 Mahout