大数据-基于Spark的机器学习-智能客户系统项目实战

课程大纲:
第1节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   00:09:43分钟
第2节scala和IDE的安装以及使用以及maven插件的安装   00:07:04分钟
第3节Centos环境准备（java环境、hosts配置、防火墙关闭）   00:06:24分钟
第4节scala基础知识讲解-1   00:08:51分钟
第5节scala基础知识讲解-函数和闭包-2   00:30:07分钟
第6节scala基础知识讲解-数组和集合-3.1   00:48:33分钟
第7节scala基础知识讲解-数组和集合-3.2   00:14:16分钟
第8节scala基础知识讲解-类和对象-400:23:06分钟
第9节scala基础知识讲解-特征和模式匹配-500:13:46分钟
第10节scala基础知识讲解-正则表达式和异常处理-600:12:41分钟
第11节scala基础知识讲解-知识回顾00:15:58分钟
第12节nosql数据库mongodb安装00:04:57分钟
第13节spring data for mongodb-简单连接mongodb00:07:52分钟
第14节spring data for mongodb-spring配置+CRUD操作(不实现repo，默认操作)00:36:20分钟
第15节spring data for mongodb-实现repo接口+mongoTemplate+CRUD操作00:36:17分钟
第16节spring data for mongodb-分页查询00:13:32分钟
第17节zookeeper集群安装00:13:41分钟
第18节zookeeper基本介绍-100:22:36分钟
第19节zookeeper工作原理-选举流程（basic paxos算法）-200:24:27分钟
第20节zookeeper工作原理-选举流程（fast paxos算法）-300:31:16分钟
第21节kafka-背景及架构介绍00:12:28分钟
第22节kafka集群安装以及测试00:14:29分钟
第23节kafka数据发送与接收实现-java00:31:28分钟
第24节hdfs单机安装部署00:18:51分钟
第25节连接hdfs查询存储-java00:35:45分钟
第26节机器学习基本线性代数介绍00:05:08分钟
第27节IKAnalyzer中文分词工具介绍00:17:54分钟
第28节IKAnalyzer中文分词工具结合java应用00:16:29分钟
第29节Spark以及生态圈介绍00:11:45分钟
第30节Spark运行架构介绍及原理之job，stage，task00:26:19分钟
第31节Spark编程模型RDD设计以及运行原理00:15:48分钟
第32节纯手写第一个Spark应用程序：WordCount00:23:57分钟
第33节RDD常用函数介绍00:29:22分钟
第34节Spark Sql介绍、DataFrame创建以及使用、RDD DataFrame DataSet相互转化00:12:54分钟
第35节Spark Streaming介绍00:12:56分钟
第36节Spark Streaming+Kafka集成操作00:18:44分钟
第37节avro结合maven使用,实现序列化和反序列化00:21:07分钟
第38节Spark ML（机器学习）介绍（监督学习、半监督学习、无监督学习）   00:13:59分钟
第39节特征抽取：TF-IDF原理介绍   00:17:49分钟
第40节特征提取：TF-IDF代码实现计算   00:26:37分钟
第41节聚类算法：KMEANS原理介绍00:20:55分钟
第42节聚类算法：KMEANS代码实现计算00:20:03分钟
第43节其它Spark ML算法简单介绍00:03:48分钟
第44节Spark连接Mongodb代码实现00:13:08分钟
第45节Mesos总体架构介绍00:08:25分钟
第46节Mesos安装部署00:12:04分钟
第47节Spark on Mesos安装部署00:11:12分钟
第48节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）00:03:57分钟
第49节项目代码：父类工程，管理各个jar的版本00:03:47分钟
第50节项目代码：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00:04:46分钟
第51节项目代码：kafka发送数据jar，给app调用并实现切词并发送数据到kafka00:06:23分钟
第52节项目代码：工具类jar，实现操作hdfs、切词以及操作mongodb00:03:28分钟
第53节项目代码：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Hdfs00:05:34分钟
第54节项目代码：机器学习集合jar，主要用来存放record00:02:56分钟
第55节项目代码：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00:07:11分钟
第56节项目代码：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00:04:35分钟
第57节项目代码：测试模拟jar，主要模拟实现用户加载avro序列化jar写数据到kafka00:01:51分钟
第58节Spark on Mesos部署提交参数介绍00:08:17分钟
第59节Spark代码提交到Mesos运行（Spark-submit）00:07:13分钟
第60节项目整体流程跑通，结果展示00:06:54分钟
第61节Spark调优介绍00:08:01分钟
第62节基于Spark的机器学习项目-智能客户系统实战课程总结00:04:12分钟
第63节实际工作及面试注意问题00:03:45分钟