Objectives

Comprendre le fonctionnement de Mahout, connaître l'architecture et savoir implémenter les algorithmes de Machine Learning en local ou en environnement distribué.

Public

Chefs de projet, architectes, développeurs, data-scientists souhaitant utiliser Mahout et mettre en oeuvre des algorithmes d'apprentissage distribués.

Prerequisites

Connaissance d'un langage de développement objet et connaissances générales sur le Bigdata, le data-mining, l'analyse de données.

Post-Training

Methods

50% Pratique 50% Théorique

Program

Introduction

• Présentation Mahout.
• Origine du projet, licence, positionnement dans l'offre BigData et Machine Learning : Hadoop, Spark,..
• Fonctionnalités.
• Définitions : apprentissage supervisé, apprentissage automatique
• Arbres de décision, de régression, régression automatique
• Classifieurs. Scoring

Architecture

• Principe de fonctionnement.
• Sources de données, format de stockage des données,
• Génération de recommandations, traitement, filtrage
• Mode local ou distribué.

Mise en oeuvre

• Installation en mode autonome .
• Exemples de base : génération de recommandations, traitement, filtrage
• Présentation des algorithmes les plus courants.
• Compatibilité avec Hadoop Yarn, Spark, H2O, Flink
• Installation en mode distribué sur une ferme Spark.
• Premiers pas avec le shell interactif REPL
• Exemple avec une classification bayesienne naïve

Environment

Tags

CB032 Apache Mahout : analyse de données