Apache Mahout
Objectifs
- Comprendre le fonctionnement de Mahout
- Connaître l’architecture et implémenter les algorithmes de Machine Learning en local ou en environnement distribué.
Programme
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
MOYENS PÉDAGOGIQUES ET TECHNIQUES D’ENCADREMENT DES FORMATIONS
Modalités pédagogiques :
- Évaluation des besoins et du profil des participants.
- Apport théorique et méthodologique : séquences pédagogiques regroupées en différents modules.
- Contenus des programmes adaptés en fonction des besoins identifiés pendant la formation.
- Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de travaux pratiques, étude de cas et mise en situation.
- Méthodes expositive, active et participative.
- Réflexion et échanges sur cas pratiques.
- Retours d'expériences.
- Corrections appropriées et contrôles des connaissances à chaque étape, fonction du rythme de l’apprenant mais également des exigences requises au titre de la formation souscrite.
Éléments matériels :
- Mise à disposition des outils nécessaires au bon déroulement des travaux pratiques.
- Support de cours au format numérique projeté sur écran et transmis au participant en fin de la formation.
Référent pédagogique et formateur :
- Chaque formation est sous la responsabilité du directeur pédagogique de l’organisme de formation.
- Le bon déroulement est assuré par le formateur désigné par l’organisme de formation.
MOYENS PERMETTANT LE SUIVI ET L’APPRÉCIATION DES RÉSULTATS
- Feuilles de présences signées des participants et du formateur par demi-journée.
- Attestation de fin de formation mentionnant les objectifs, la nature et la durée de l’action et les résultats de l’évaluation des acquis de la formation.
Please login to get access to the quiz
Back to Data Science
