內容簡介
大數據分布式計算課程是大數據方向應用統計專業碩士學生的專業必修課,通過本課程的學習使學生能夠掌握目前大數據挖掘領域常用的並行計算方法,加深學生對統計並行計算的理解,培養學生使用在現代並行架構下利用統計方法深入挖掘大數據中的數據結構並能解決一些實際問題的能力。
●第1章統計分析與並行計算
●1.1並行計算與並行計算機
●1.2統計計算的並行原理||以矩陣乘法為例
●1.3基於R的單機並行計算
●1.4基於Python的單機並行計算
●1.5大數據背景下的數據采集和存儲
●1.6參考文獻
●第2章Hadoop基礎
●2.1Hadoop歷史、生態繫統
●2.2Hadoop的分布式文件繫統(HDFS)
●2.3MapReduce工作原理
●2.4Hadoop上運行MapReduce
●2.5MapReduce實例:分層隨機抽樣
●2.6MapReduce實例:聚類分析
●2.7參考文獻
●第3章基於Hadoop的分布式算法和模型實現
●3.1R中實現Hadoop分布式計算
●3.2Mahout與大數據機器學習
●3.3利用Mahout進行數據挖掘
●3.4Mahout實例:Logistics回歸和隨機森林分類算法......