课程目录

•   课时 1 课程介绍（中级） 可试学
• 1

  智能计算平台应用开发概述

•   课时 2 1.1 智能计算平台应用开发技能点简介 可试学
•   课时 3 1.2 智能计算平台应用开发（中级）知识点概要
• 2

  人工智能与平台搭建

•   课时 4 2.1 人工智能简介
•   课时 5 2.2 集成开发环境
•   课时 6 2.3 常用人工智能应用框架
• 3

  平台管理

•   课时 7 3.1 服务器集群管理
•   课时 8 3.2 存储资源管理
•   课时 9 3.3.1 系统管理介绍
•   课时 10 3.3.2 系统管理工具
•   课时 11 3.4 文档管理
• 4

  数据采集

•   课时 12 4.1.1 大数据采集与处理
•   课时 13 4.1.2 大数据基础组件介绍——Flume架构
•   课时 14 4.1.3 大数据基础组件介绍——Flume关键特性和Loader
•   课时 15 4.1.4 大数据基础组件介绍——Kafka概念、特点及应用场景
•   课时 16 4.1.5 大数据基础组件介绍——Kafka基本组成
•   课时 17 4.1.6 大数据基础组件介绍——MapReduce
•   课时 18 4.1.7 大数据基础组件介绍——Spark
•   课时 19 4.1.8 大数据基础组件介绍——Storm
•   课时 20 4.1.9 大数据基础组件介绍——Flink
•   课时 21 4.1.10 数据采集系统架构与基础配置
•   课时 22 4.2.1 数据采集流程优化——Flume性能优化
•   课时 23 4.2.2 数据采集流程优化——Kafka和Streaming性能优化
•   课时 24 4.2.3 数据采集流程优化——Storm和Flink性能优化以及数据采集系统维护
• 5

  数据存储

•   课时 25 5.1.1 常见分布式文件系统的维护和管理
•   课时 26 5.1.2 常见分布式数据库的维护和管理
•   课时 27 5.1.3 存储系统优化
•   课时 28 5.2.1 数据库日常监控
•   课时 29 5.2.2 数据库日常运维
• 6

  数据处理

•   课时 30 6.1.1 ETL常用工具和数据整合操作（上）
•   课时 31 6.1.2 ETL常用工具和数据整合操作（中）
•   课时 32 6.1.3 ETL常用工具和数据整合操作（下）
•   课时 33 6.1.4 ETL任务流程监控、维护和优化
•   课时 34 6.2 数据标注和分类
• 7

  数据备份与恢复

•   课时 35 7.1 数据备份概述
•   课时 36 7.2 备份技术
•   课时 37 7.3 备份解决方案
•   课时 38 7.4 备份与恢复
• 8

  机器学习基础算法建模

•   课时 39 8.1 机器学习
•   课时 40 8.2.1 分类算法——逻辑回归和KNN
•   课时 41 8.2.2 分类算法——朴素贝叶斯和SVM
•   课时 42 8.2.3 分类算法——决策树和多层感知机
•   课时 43 8.3.1 回归算法——线性回归
•   课时 44 8.3.2 回归算法——KNN回归
•   课时 45 8.3.3 回归算法——Lasso回归
•   课时 46 8.4.1 集成学习算法——Boosting
•   课时 47 8.4.2 集成学习算法——Bagging
•   课时 48 8.5.1 聚类算法——原型聚类
•   课时 49 8.5.2 聚类算法——层次聚类
•   课时 50 8.5.3 聚类算法——密度聚类
•   课时 51 8.6.1 关联规则算法——Apriori算法
•   课时 52 8.6.2 关联规则算法——FP-growth算法
•   课时 53 8.7 智能推荐算法
• 9

  人工智能模型开发测试

•   课时 54 9.1.1 人工智能模型开发（上）
•   课时 55 9.1.2 人工智能模型开发流程（下）
•   课时 56 9.2.1 人工智能模型测试（上）
•   课时 57 9.2.2 人工智能模型测试（下）

学习资料

暂无学习资料