• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
19
Июнь

Алгоритмы обработки больших данных

2023/2024
Учебный год
RUS
Обучение ведется на русском языке
3
Кредиты
Статус:
Курс обязательный
Когда читается:
1-й курс, 4 модуль

Преподаватели

Программа дисциплины

Аннотация

Настоящая программа учебной дисциплины устанавливает требования к образовательным результатам и определяет содержание и виды учебных занятий и отчетности. Программа предназначена для студентов направления подготовки 01.04.02 Прикладная математика и информатика, обучающихся по образовательной программе магистратуры Финансовые технологии и анализ данных.
Цель освоения дисциплины

Цель освоения дисциплины

  • ознакомление студентов с основными задачами машинного обучения на больших данных, их особенностями и ограничениями
Планируемые результаты обучения

Планируемые результаты обучения

  • Знать особенности распараллеливания алгоритмов машинного обучения для применения на больших данных
  • знать особенности распараллеливания алгоритмов машинного обучения для применения на больших данных;
  • владеть инструментами обработки данных в парадигме MapReduce;
  • уметь работать с большими данными в реальных задачах.
  • умение применять оптимизационные методы для улучшения производительности.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в MPP системы
  • Введение в Apache Spark
  • Форматы хранения данных, Hive, YARN
  • SPARK Основы
  • SPARK Оптимизация
  • SPARK Streaming
  • ML на больших данных
Элементы контроля

Элементы контроля

  • неблокирующий Домашние задания
    Домашние работы даются по окончанию изучения каждого раздела дисциплины. Задания формируются по материалам семинаров и лекций.
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 учебный год 4 модуль
    0.6 * Домашние задания + 0.4 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Murphy, K. P. (2012). Machine Learning : A Probabilistic Perspective. Cambridge, Mass: The MIT Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=480968
  • Теория принятия решений : учебник для вузов, Петровский, А. Б., 2009

Рекомендуемая дополнительная литература

  • Romeo Kienzler, Md. Rezaul Karim, Sridhar Alla, Siamak Amirghodsi, Meenakshi Rajendran, Broderick Hall, & Shuen Mei. (2018). Apache Spark 2: Data Processing and Real-Time Analytics : Master Complex Big Data Processing, Stream Analytics, and Machine Learning with Apache Spark. Birmingham: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1991793