ИЗВЛИЧАНЕ НА ОГРОМНИ МАСИВИ ОТ ДАННИ

Този курс започва с представяне на съвременните разпределени файлови системи и MapReduce, като се фокусира върху това, което отличава ефективните алгоритми MapReduce за обработка на големи масиви от данни. В останалата част на курса се разглеждат алгоритми за извличане на ценни модели и прозрения от тези огромни масиви от данни. Темите включват алгоритъма PageRank на Google за оценка на важността на уебстраници и различните му разширения, чувствително към локалността хеширане за идентифициране на подобни елементи в огромни масиви от данни и ефективни техники за намаляване на размерността на големи, редки матрици. В курса се разглеждат и редица други широкомащабни алгоритми, както е описано подробно в учебната програма.

Курсът е с продължителност 7 седмици. Преди да се включите в него, се препоръчва курс по системи за бази данни, както и основен курс по алгоритми и структури от данни.

 Учебен план

Седмица 1:
– MapReduce
– Анализ на връзки – PageRank

Седмица 2:
– Хеширане, чувствително към локалност – Основи и приложения
– Мерки за разстояние
– Най-близки съседи
– Чести набори от елементи

Седмица 3:
– Извличане на данни от потоци
– Анализ на големи графи

Седмица 4:
– Системи за препоръки
– Намаляване на размерността

Седмица 5:
– Клъстеризация
– Компютърна реклама

Седмица 6:
– Поддържащи векторни машини
– Решаващи дървета
– Алгоритми за MapReduce

Седмица 7:
– Повече за анализ на връзки – PageRank, специфичен за тема, спам във връзки
– Повече за хеширане, чувствително към локалност

Допълнително информация ще откриете ТУК