Professionisti IT che vogliono approfondire i concetti di big data e machine learning
Big Data & Machine Learning
destinatari
prerequisiti
obiettivi
argomenti
Modalità
Virtual classroom
Durata
5 Giornate
Modalità
Virtual classroom
Durata
5 Giornate
Destinatari
prerequisiti
Nozioni di programmazione, nozioni di SQL, nozioni base di Linux.
Obiettivi
Al termine del corso i destinatari acquisiranno conoscenza della piattaforma Hadoop e del framework Spark. Acquisiranno un approccio strutturato, strumenti e tecniche di data analysis in base ai dati ed alle informazioni disponibili in progetti di Big Data e Machine Learning
Argomenti Trattati
INTRODUZIONE BIG DATA ED ECOSISTEMA HADOOP
- Problematiche nei sistemi di grandi dati: dal Data Warehouse ai Big Data
- Panoramica sull’ecosistema Hadoop
- Introduzione all’Hadoop Distributed File System
- Apache Hive
- Resource Management: Architettura YARN e utilizzi
- Cenni di NoSQL
APACHE SPARK
- Introduzione
- Utilizzo Spark Shell
- RDDs (Resilient Distributed Datasets)
- Programmazione funzionale in Spark
SPARK SQL
- Data Transformation
- Normalization
- Cleaning
SPARK ML – DATAMINING E MACHINE LEARNING CON PYSPARK
- Datamining e metodologia Crisp
- La preparazione dei dati
- Algoritmi supervisionati
- Algoritmi non supervisionati
STRUMENTI E TOOL UTILIZZATI
- Linguaggio Python
- Libreria PySpark per il Machine Learning
- Jupyter Notebook
- RapidMiner Studio – KNIME
- Casi d’uso ed utilizzo ed applicazioni pratiche