Spark ML par M2I FORMATION MERIGNAC

Introduction à Big Data et Apache Spark
Introduction au Big Data
Les challenges du Big Data
Batch vs. le temps réel dans le Big Data Analytics
Analyse en Batch?Hadoop
Vue d'ensemble de l'écosystème
Les options de l'analyse en temps réel
Streaming Data
- Spark
In
- memory Data
- Spark
Présentation de Spark
Ecosystème Spark
Les modes de Spark
Installation de Spark
Vue d'ensemble de Spark en cluster
Spark Standalone cluster
Spark Web UI
Les opérations communes sur Spark
Utilisation de Spark Shell
Création d'un contexte Spark
Chargement d'un fichier en Shell
Réalisation d'opérations basiques sur un fichier avec Spark Shell
Présentation de l'environnement de développement SBT
Créer un projet Spark avec SBT
Exécuter un projet Spark avec SBT
Le mode local
Le mode Spark
Le caching sur Spark
Persistance distribuée
Spark Machine Learning?
Introduction au Machine Learning
Les Terminologies communes au Machine Learning
Applications du Machine Learning
Machine Learning dans Spark
Spark ML API
DataFrames
Transformateurs et estimateurs
Les pipelines
Travailler avec un pipeline
DAG Pipelines
La vérification pendant l'exécution
Passage de paramètres
General Machine Learning Pipeline
Sélection de modèles via une validation croisée
Les types supportés, les algorithmes et les utilitaires
Les types de données
Les fonctionnalités d'extraction et les statistiques basiques
Clustering
K
- Means
Mettre en place le Clustering en utilisant K
- Means
Gaussian Mixture
Power Iteration Clustering (PIC)
Latent Dirichlet Allocation (LDA)
Le filtrage collaboratif
Classification
Régression
Exemple de régression
Mettre en place une classification en utilisation la régression
Linéaire
Mettre en place un système de recommandations utilisant le filtrage collaboratif

Réaliser des applications incluant des implémentations d'algorithmes d'intelligence artificielle en mode Standalone ou clusterisés sur Spark avec Scala.