R語(yǔ)言機(jī)器學(xué)習(xí)
R本身是一款十分出色的數(shù)據(jù)分析和數(shù)據(jù)可視化軟件，同時(shí)作為代機(jī)器學(xué)習(xí)的工具，其中包括大量用于機(jī)器學(xué)習(xí)的添加包。此部分帶領(lǐng)大家學(xué)習(xí)R語(yǔ)言更是帶領(lǐng)大家進(jìn)入機(jī)器學(xué)習(xí)的領(lǐng)域，機(jī)器學(xué)習(xí)算法為主線的同時(shí)，通過(guò)案例學(xué)習(xí)將會(huì)讓大家對(duì)內(nèi)容脈絡(luò)掌握的更加清晰。
1) R語(yǔ)言介紹，基本函數(shù)，數(shù)據(jù)類型
2) 線性回歸
3) 樸素貝葉斯聚類
4) 決策樹分類
5) k均值聚類    a) 離群點(diǎn)檢測(cè)
6) 關(guān)聯(lián)規(guī)則探索
7) 神經(jīng)網(wǎng)絡(luò)
Mahout機(jī)器學(xué)習(xí)
Mahout提供一些可擴(kuò)展的機(jī)器學(xué)習(xí)領(lǐng)域經(jīng)典算法的實(shí)現(xiàn)，很多公司會(huì)使用Mahout方便快捷地創(chuàng)建智能應(yīng)用程序。Mahout包含許多實(shí)現(xiàn)，包括聚類、分類、推薦過(guò)濾、頻繁子項(xiàng)挖掘。Mahout通過(guò)使用 Apache Hadoop，可以有效地?cái)U(kuò)展到云中。被業(yè)界奉為第二代機(jī)器學(xué)習(xí)工具。此部分過(guò)后大家不僅會(huì)學(xué)習(xí)到mahout的組件而且會(huì)有項(xiàng)目讓大家真正把它應(yīng)用到工作中。
1) 介紹為什么使用它,它的前景
a) 簡(jiǎn)單介紹Mahout     b) 簡(jiǎn)單介紹機(jī)器學(xué)習(xí)     c) 實(shí)例演示Mahout單機(jī)推薦程序
2) 配置安裝（hadoop2.x版本的）編譯安裝步驟說(shuō)明
a) 命令行中測(cè)試運(yùn)行協(xié)同過(guò)濾概念
3) 推薦
a) 講解基于用戶的協(xié)同過(guò)濾     b) 講解基于物品的協(xié)同過(guò)濾
4) 分類
a) 分類概念     b) 分類的應(yīng)用及Mahout分類優(yōu)勢(shì)     c) 分類和聚類、推薦的區(qū)別     d) 分類工作原理
e) 分類中概念術(shù)語(yǔ)     f) 分類項(xiàng)目工作流     g) 如何定義預(yù)測(cè)變量     h) 線性分類器的介紹，及貝葉斯分類器
i) 決策樹分類器的介紹，及隨機(jī)森林分類器     j) 如何使用貝葉斯分類器和隨機(jī)森林分類器的代碼展示
5) 聚類
a) 聚類概念     b) 聚類步驟流程     c) 聚類中的距離測(cè)度     d) 講解K-means聚類     e) K-means聚類算法展示
f) 聚類其他算法     g) 介紹TF-IDF     h) 歸一化     i) 微博聚類案例
項(xiàng)目實(shí)戰(zhàn)
微博營(yíng)銷數(shù)據(jù)挖掘項(xiàng)目 使用數(shù)據(jù)來(lái)自微博平臺(tái)，項(xiàng)目目標(biāo)通過(guò)機(jī)器學(xué)習(xí)所學(xué)知識(shí)挖掘目標(biāo)客戶群體，找到代言人進(jìn)行微博營(yíng)銷廣告投放。
項(xiàng)目技術(shù)架構(gòu)體系：
a) 分布式平臺(tái) Hadoop，MapReduce
b) 數(shù)據(jù)采集 Flume
c) 數(shù)據(jù)清洗 ETL
d) 數(shù)據(jù)庫(kù) Hbase，Redis
e) 機(jī)器學(xué)習(xí) Mahout