智能计算平台应用开发（中级)

课程大纲

• 第1章智能计算平台应用开发（中级）概述
•     第1节智能计算平台应用开发技能点简介
•     第2节智能计算平台应用开发（中级）知识点概要

• 第2章人工智能与平台搭建
•     第1节人工智能简介
•     第2节集成开发环境
•     第3节常用人工智能应用框架

• 第3章平台管理
•     第1节服务器集群管理
•     第2节存储资源管理
•     第3节系统管理介绍
•     第4节系统管理工具
•     第5节文档管理

• 第4章数据采集
•     第1节大数据采集与处理
•     第2节大数据基础组件介绍——Flume架构
•     第3节大数据基础组件介绍——Flume关键特性和Loader
•     第4节大数据基础组件介绍——Kafka概念、特点及应用场景
•     第5节大数据基础组件介绍——Kafka基本组成
•     第6节大数据基础组件介绍——MapReduce
•     第7节大数据基础组件介绍——Spark
•     第8节大数据基础组件介绍——Storm
•     第9节大数据基础组件介绍——Flink
•     第10节 数据采集系统架构与基础配置
•     第11节 数据采集流程优化——Flume性能优化
•     第12节 数据采集流程优化——Kafka和Streaming性能优化
•     第13节数据采集流程优化——Storm和Flink性能优化以及数据采集系统维护

• 第5章数据存储
•     第1节常见分布式文件系统的维护和管理
•     第2节常见分布式数据库的维护和管理
•     第3节存储系统优化
•     第4节数据库日常监控
•     第5节 数据库日常运维

• 第6章数据处理
•     第1节ETL常用工具和数据整合操作
•     第2节ETL任务流程监控、维护和优化
•     第3节数据标注和分类

• 第7章数据备份与恢复
•     第1节数据备份概述
•     第2节备份技术
•     第3节备份解决方案
•     第4节备份与恢复

• 第8章机器学习基础算法建模
•     第1节机器学习
•     第2节分类算法——逻辑回归和KNN
•     第3节分类算法——朴素贝叶斯和SVM
•     第4节分类算法——决策树和多层感知机
•     第5节回归算法——线性回归
•     第6节回归算法——KNN回归
•     第7节回归算法——Lasso回归
•     第8节集成学习算法——Boosting
•     第9节集成学习算法——Bagging
•     第10节聚类算法——原型聚类
•     第11节聚类算法——层次聚类
•     第12节聚类算法——密度聚类
•     第13节关联规则算法——Apriori算法
•     第14节关联规则算法——FP-growth算法
•     第15节智能推荐算法

• 第9章人工智能模型开发测试
•     第1节人工智能模型开发
•     第2节人工智能模型测试