Об этом курсе

Недавно просмотрено: 15,374

Карьерные результаты учащихся

25%

получил значимые преимущества в карьере благодаря этому курсу

33%

стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Прибл. 20 часов на выполнение
Английский

Приобретаемые навыки

GraphsDistributed ComputingBig DataMachine Learning

Карьерные результаты учащихся

25%

получил значимые преимущества в карьере благодаря этому курсу

33%

стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Прибл. 20 часов на выполнение
Английский

от партнера

Placeholder

Иллинойсский университет в Урбане-Шампейне

Сделайте шаг навстречу диплому магистра.

курс входит в онлайн-программу ''Master in Computer Science' от партнера Иллинойсский университет в Урбане-Шампейне. Если вы переходите на полную программу, курсы засчитываются при получении диплома.

Программа курса: что вы изучите

Неделя
1

Неделя 1

3 ч. на завершение

Course Orientation

3 ч. на завершение
1 видео ((всего 26 мин.)), 4 материалов для самостоятельного изучения, 1 тест
4 материала для самостоятельного изучения
Syllabus10мин
About the Discussion Forums10мин
Updating Your Profile10мин
Social Media10мин
1 практическое упражнение
Orientation Quiz30мин
2 ч. на завершение

Module 1: Spark, Hortonworks, HDFS, CAP

2 ч. на завершение
13 видео ((всего 108 мин.)), 1 материал для самостоятельного изучения, 1 тест
13 видео
1.1.2 Apache Spark11мин
1.1.3 Spark Example: Log Mining9мин
1.1.4 Spark Example: Logistic Regression7мин
1.1.5 RDD Fault Tolerance4мин
1.1.6 Interactive Spark4мин
1.1.7 Spark Implementation4мин
1.2.1 Introduction to Distros3мин
1.2.2 Hortonworks23мин
1.2.3 Cloudera CDH2мин
1.2.4 MapR Distro2мин
1.3.1 HDFS Introduction15мин
1.3.2 YARN and MESOS9мин
1 материал для самостоятельного изучения
Module 1 Overview10мин
1 практическое упражнение
Module 1 Quiz30мин
Неделя
2

Неделя 2

6 ч. на завершение

Module 2: Large Scale Data Storage

6 ч. на завершение
24 видео ((всего 303 мин.)), 1 материал для самостоятельного изучения, 1 тест
24 видео
2.1.1 Introduction to MapReduce with Spark3мин
2.1.2 MapReduce: Motivation15мин
2.1.3 MapReduce Programming Model with Spark9мин
2.1.4 MapReduce Example: Word Count9мин
2.1.5 MapReduce Example: Pi Estimation & Image Smoothing15мин
2.1.6 MapReduce Example: Page Rank13мин
2.1.7 MapReduce Summary4мин
2.2.1 Eventual Consistency – Part 110мин
2.2.2 Eventual Consistency – Part 220мин
2.2.3 Consistency Trade-Offs4мин
2.2.4 ACID and BASE19мин
2.2.5 Zookeeper and Paxos: Introduction10мин
2.2.6 Paxos17мин
2.2.7 Zookeeper16мин
2.3.1 Cassandra Introduction27мин
2.3.2 Redis7мин
2.3.3 Redis Demonstration14мин
2.4.1 HBase Usage API15мин
2.4.2 HBase Internals - Part 117мин
2.4.3 HBase Internals - Part 29мин
2.4.4 Spark SQL8мин
2.5.5 Spark SQL Demo8мин
2.5.1 Kafka17мин
1 материал для самостоятельного изучения
Module 2 Overview10мин
1 практическое упражнение
Module 2 Quiz30мин
Неделя
3

Неделя 3

4 ч. на завершение

Module 3: Streaming Systems

4 ч. на завершение
18 видео ((всего 216 мин.)), 1 материал для самостоятельного изучения, 1 тест
18 видео
3.1.1 Streaming Introduction9мин
3.1.2 "Big Data Pipelines: The Rise of Real-Time"7мин
3.1.3 Storm Introduction: Protocol Buffers & Thrift15мин
3.1.4 A Storm Word Count Example3мин
3.1.5 Writing the Storm Word Count Example10мин
3.1.6 Storm Usage at Yahoo3мин
3.2.1 Anchoring and Spout Replay17мин
3.2.2 Trident: Exactly Once Processing10мин
3.3.1 Inside Apache Storm9мин
3.3.2 The Structure of a Storm Cluster4мин
3.3.3 Using Thrift in Storm10мин
3.3.4 How Storm Schedulers Work12мин
3.3.5 Scaling Storm to 4000 Nodes14мин
3.3.6 Q&A with Bobby Evans (Yahoo) on Storm32мин
3.4.1 Spark Streaming18мин
3.4.2 Lambda and Kappa Architecture4мин
3.4.3 Streaming Ecosystem24мин
1 материал для самостоятельного изучения
Module 3 Overview10мин
1 практическое упражнение
Module 3 Quiz30мин
Неделя
4

Неделя 4

4 ч. на завершение

Module 4: Graph Processing and Machine Learning

4 ч. на завершение
18 видео ((всего 173 мин.)), 1 материал для самостоятельного изучения, 1 тест
18 видео
4.1.2 Pregel - Part 17мин
4.1.3 Pregel - Part 211мин
4.1.4 Pregel - Part 36мин
4.1.5 Giraph Introduction6мин
4.1.6 Giraph Example4мин
4.1.7 Spark GraphX15мин
4.2.1 Big Data Machine Learning Introduction13мин
4.2.2 Mahout: Introduction8мин
4.2.3 Mahout kmeans5мин
4.2.4 Mahout: Naïve Bayes9мин
4.2.5 Mahout: fpm6мин
4.2.6 Spark Naïve Bayes2мин
4.2.7 Spark fpm2мин
4.2.8 Spark ML/MLlib11мин
4.2.9 Introduction to Deep Learning20мин
4.2.10 Deep Neural Network Systems17мин
4.3.1 Closing Remarks1мин
1 материал для самостоятельного изучения
Module 4 Overview10мин
1 практическое упражнение
Module 4 Quiz30мин

Рецензии

Лучшие отзывы о курсе CLOUD COMPUTING APPLICATIONS, PART 2: BIG DATA AND APPLICATIONS IN THE CLOUD

Посмотреть все отзывы

Специализация Облачные вычисления: общие сведения

Облачные вычисления

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.