Machine Learning with Apache Mahout
Makine ÖğrenimiBu 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 olmaktadır. Katılımcılar,
genel tasarım düzenleri hakkında bir fikir edinilebilmesi için önceden
oluşturulmuş yapı taşları kullanarak kavramsal düzeyde örnek
bir çözümün nasıl oluşturulacağını öğrenir.
Ayrıca katılımcılar, 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
