课程简介
大数据时代的到来，人工智能，云计算，先进的分析，用机器去替代人工的部分，从 2016 年趋势看，机器学习和人工智能 (AI) 将在未来几年内将会彻底改变 CRM。而且，现在很多平台客户关系管理系统都是使用传统的CRM，所有的信息全靠手工录入，用户寻找上下游企业或者信息只能靠手工去查找并且标注。
本课程我们只针对以上图示的浅蓝色部分内容（即与机器学习相关的内容），通过用真实的智能客户项目系统作为案例（案例附带源码，可以直接做二次开发），主要根据项目实例穿讲机器学习以及相关知识，包括有：数据提取，数据清洗以及分词，数据特征值提取、机器学习模型计算、数据分类等等，进行详细讲解。
项目将分为三个部分。整个项目基本思路是如何通过爬虫爬取大量数据放到Hbase，然后通过ETL工具初步转化筛选将数据存到mongodb，抽取mongodb的数据进行清洗处理算出模型放到hdfs。后续进来数据通过模型运算出数据的类型。
项目系统主要包括前端+后端+机器学习，前端采用React Native，Native，后端采用Dubbo+Spring+java，机器学习采用Spark进行实现，本项目机器学习-spark代码运行在mesos上。
课程所需技术
本课程所需掌握的技术：java、scala、IK、Hdfs、Spark ml、Spark Streaming、Spark SQL、Kafka、Zookeeper、Mongodb、Spring-Data-Mongodb，课程重点讲解spark ml、spark Streaming，以及如何使用这些技术进行项目的实战，贯穿项目系统并且最后串联所有技术。
课程目录
第1讲 项目介绍以及在本课程中能学到什么东西、如何应用到实际项目中
第2讲 scala和IDE的安装以及使用以及maven插件的安装
第3讲 Centos环境准备（java环境、hosts配置、防火墙关闭）
第4讲 scala基础知识讲解-1
第5讲 scala基础知识讲解-函数和闭包-2
第6讲 scala基础知识讲解-数组和集合-3.1
第7讲 scala基础知识讲解-数组和集合-3.2
第8讲 scala基础知识讲解-类和对象-4
第9讲 scala基础知识讲解-特征和模式匹配-5
第10讲 scala基础知识讲解-正则表达式和异常处理-6
第11讲 scala基础知识讲解-知识回顾
第12讲 nosql数据库mongodb安装
第13讲 spring data for mongodb-简单连接mongodb
第14讲 spring data for mongodb-spring配置+CRUD操作(不实现repo，默认操作)
第15讲 spring data for mongodb-实现repo接口+mongoTemplate+CRUD操作
第16讲 spring data for mongodb-分页查询
第17讲 zookeeper集群安装
第18讲 zookeeper基本介绍-1
第19讲 zookeeper工作原理-选举流程（basic paxos算法）-2
第20讲 zookeeper工作原理-选举流程（fast paxos算法）-3
第21讲 kafka-背景及架构介绍
第22讲 kafka集群安装以及测试
第23讲 kafka数据发送与接收实现-java
第24讲 hdfs单机安装部署
第25讲 连接hdfs查询存储-java
第26讲 机器学习基本线性代数介绍
第27讲 IKAnalyzer中文分词工具介绍
第28讲 IKAnalyzer中文分词工具结合java应用
第29讲 Spark以及生态圈介绍
第30讲 Spark运行架构介绍及原理之job，stage，task
第31讲 Spark编程模型RDD设计以及运行原理
第32讲 纯手写第一个Spark应用程序：WordCount
第33讲 RDD常用函数介绍
第34讲 Spark Sql介绍、DataFrame创建以及使用、RDD DataFrame DataSet相互转化
第35讲 Spark Streaming介绍
第36讲 Spark Streaming+Kafka集成操作
第37讲 avro结合maven使用,实现序列化和反序列化
第38讲 Spark ML（机器学习）介绍（监督学习、半监督学习、无监督学习） 免费
第39讲 特征抽取：TF-IDF原理介绍 免费
第40讲 特征提取：TF-IDF代码实现计算 免费
第41讲 聚类算法：KMEANS原理介绍
第42讲 聚类算法：KMEANS代码实现计算
第43讲 其它Spark ML算法简单介绍
第44讲 Spark连接Mongodb代码实现
第45讲 Mesos总体架构介绍
第46讲 Mesos安装部署
第47讲 Spark on Mesos安装部署
第48讲 系统整体架构再次介绍+技术串联介绍（将学习的技术全部整合到项目中）
第49讲 项目代码：父类工程，管理各个jar的版本
第50讲 项目代码：avro序列化jar，用于客户端和机器学学习实现序列化和反序列化
第51讲 项目代码：kafka发送数据jar，给app调用并实现切词并发送数据到kafka
第52讲 项目代码：工具类jar，实现操作hdfs、切词以及操作mongodb
第53讲 项目代码：操作类jar，调用工具类具体进行切词以及数据清洗并且存储到Hdfs
第54讲 项目代码：机器学习集合jar，主要用来存放record
第55讲 项目代码：机器学习算法jar，主要进行tf-idf以及kmeans计算，主要实现企业上下游、供求上下游模型计算
第56讲 项目代码：流式计算jar，主要是接受客户端发送到kafka的数据加载模型进行计算
第57讲 项目代码：测试模拟jar，主要模拟实现用户加载avro序列化jar写数据到kafka
第58讲 Spark on Mesos部署提交参数介绍
第59讲 Spark代码提交到Mesos运行（Spark-submit）
第60讲 项目整体流程跑通，结果展示
第61讲 Spark调优介绍
第62讲 基于Spark的机器学习项目-智能客户系统实战课程总结
第63讲 实际工作及面试注意问题
![Spark、Hadoop视频教程[4套]，资源教程下载](http://zy.duozhishidai.com/ueditor/php/upload/image/20210902/1630565695457537.png)
评论0