招生對(duì)象： 關(guān)于舉辦“大數(shù)據(jù)分布式存儲(chǔ)系統(tǒng)”培訓(xùn)的通知 各有關(guān)單位： 中國科學(xué)院計(jì)算技術(shù)研究所是國家專門的計(jì)算技術(shù)研究機(jī)構(gòu)，同時(shí)也是中國信息化建設(shè)的重要支撐單位，中科院計(jì)算所培訓(xùn)中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓(xùn)的專業(yè)培訓(xùn)機(jī)構(gòu)。中心憑借科學(xué)院的強(qiáng)大師資力量，在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗(yàn)的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實(shí)幫助中國軟件企業(yè)培養(yǎng)高級(jí)軟件技術(shù)人才，提升整體研發(fā)能力，迄今為止已先后為國家培養(yǎng)了數(shù)萬名計(jì)算機(jī)專業(yè)人員，并先后為數(shù)千家大型國內(nèi)外企業(yè)進(jìn)行過專門的定制培訓(xùn)服務(wù)。 “分布式存儲(chǔ)”主要指的是通過網(wǎng)絡(luò)將多個(gè)節(jié)點(diǎn)的存儲(chǔ)能力/存儲(chǔ)資源整合在一起，構(gòu)成一個(gè)統(tǒng)一整體的數(shù)據(jù)存儲(chǔ)方式、技術(shù)和系統(tǒng)。存儲(chǔ)系統(tǒng)當(dāng)前正處于前所未有的變革時(shí)期，一方面，大數(shù)據(jù)的發(fā)展對(duì)于數(shù)據(jù)存儲(chǔ)的需求與日俱增；另一方面，傳統(tǒng)存儲(chǔ)廠商的出貨量卻增長并不明顯，甚至有下滑的傾向。這其中很大的因素就是分布式存儲(chǔ)逐步受到用戶的青睞，這和分布式存儲(chǔ)的特點(diǎn)是相關(guān)的，在大數(shù)據(jù)時(shí)代，很多企業(yè)的數(shù)據(jù)都是逐步積累的，這就要求存儲(chǔ)系統(tǒng)有很好的橫向擴(kuò)展能力；而要對(duì)傳統(tǒng)存儲(chǔ)設(shè)備進(jìn)行橫向擴(kuò)展，會(huì)帶來很高的成本，但是分布式存儲(chǔ)卻能夠比較好的解決這樣的問題。正是基于目前的發(fā)展，培訓(xùn)中心特舉辦“大數(shù)據(jù)分布式存儲(chǔ)系統(tǒng)”，具體安排如下： 一、培訓(xùn)對(duì)象 1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級(jí)程序員、資深開發(fā)人員。 2，牽涉到數(shù)據(jù)存儲(chǔ)的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人或主要技術(shù)人員。 3，政府機(jī)關(guān)，金融保險(xiǎn)、移動(dòng)和互聯(lián)網(wǎng)等單位的負(fù)責(zé)人或主要技術(shù)人員。 4，高校、科研院所牽涉到大數(shù)據(jù)存儲(chǔ)的項(xiàng)目負(fù)責(zé)人或主要技術(shù)人員。 二、師資 由業(yè)界知名分式存儲(chǔ)專家親自授課： 李老師 OStorage創(chuàng)始人，國內(nèi)知名開源布道師 曾在中科院擔(dān)任專項(xiàng)課題組負(fù)責(zé)人，在船舶、航天、國防等領(lǐng)域國家大型工程項(xiàng)目中負(fù)責(zé)私有云和大數(shù)據(jù)系統(tǒng)的設(shè)計(jì)與實(shí)施，開展分布式系統(tǒng)相關(guān)的科研工作并培養(yǎng)研究生。 2015年以來，致力于以獨(dú)立于廠商的態(tài)度進(jìn)行云計(jì)算、云存儲(chǔ)等技術(shù)的研究和推廣，曾為中國電信、中國一汽、HP、愛立信等多家央企和跨國公司提供技術(shù)和培訓(xùn)，并被華為聘為顧問專家。曾赴日本東京、美國奧斯汀國際技術(shù)會(huì)議上發(fā)表演講。 2016年4月在美國舉辦的OpenStack峰會(huì)中，李老師關(guān)于分布式存儲(chǔ)與云存儲(chǔ)的課程入選，面向來自美國和世界各地的學(xué)員授課。 三、培訓(xùn)內(nèi)容 1. 分布式存儲(chǔ)系統(tǒng)概述 1.1 分布式系統(tǒng)的概念 1.2 存儲(chǔ)系統(tǒng)的技術(shù)基礎(chǔ) 1.3 大數(shù)據(jù)存儲(chǔ)的需求以及傳統(tǒng)存儲(chǔ)架構(gòu)的瓶頸 1.4 分布式系統(tǒng)的硬件和軟件 2. 大數(shù)據(jù)集（超大文件）存儲(chǔ) 2.1 GFS與HDFS的由來與相互關(guān)系 2.2 大數(shù)據(jù)集存儲(chǔ)需求分析 2.3 GFS/HDFS的架構(gòu)剖析 2.4 GFS/HDFS的可靠性保障機(jī)制 2.5 GFS/HDFS如何支持高并發(fā) 2.6 GFS/HDFS如何支持?jǐn)U展 2.7 GFS/HDFS與MapReduce的結(jié)合 2.8 案例分析 3. 海量小文件存儲(chǔ) 3.1 GFS/HDFS在海量小文件存儲(chǔ)中遇到的問題 3.2 淘寶和京東的解決方案 3.3 一致性哈希的原理與應(yīng)用 3.4 OpenStack Swift的特點(diǎn) 3.5 OpenStack Swift架構(gòu)剖析 3.6 OpenStack Swift的一致性模型與CAP原理 3.7 OpenStack Swift的存儲(chǔ)策略功能 3.8 案例分析 4. 分布式存儲(chǔ)技術(shù)發(fā)展新動(dòng)向和趨勢 4.1 HDFS對(duì)小文件存儲(chǔ)的優(yōu)化 4.2 Swift對(duì)大文件存儲(chǔ)和MapReduce的支持 4.3 Linux基金會(huì)Kinetic Open Storage項(xiàng)目 4.4 計(jì)算存儲(chǔ)融合架構(gòu)與分布式塊存儲(chǔ) 4.5 統(tǒng)一存儲(chǔ)的優(yōu)勢、問題與選型 四、培訓(xùn)時(shí)間、地點(diǎn) 時(shí)間： 2016年8月19日-8月20日 地點(diǎn)：北京 五、證 書 培訓(xùn)結(jié)束，頒發(fā)中科院計(jì)算所職業(yè)培訓(xùn)中心“大數(shù)據(jù)分布式存儲(chǔ)系統(tǒng)”培訓(xùn)結(jié)業(yè)證書。 六、費(fèi) 用 培訓(xùn)費(fèi)：5500元/人（含教材、證書、午餐、學(xué)習(xí)用具等）。住宿協(xié)助安排，費(fèi)用自理。

招生對(duì)象： 關(guān)于舉辦“大數(shù)據(jù)分析挖掘-基于Hadoop/Mahout/MLlib的大數(shù)據(jù)挖掘”培訓(xùn)的通知 各有關(guān)單位： 中國科學(xué)院計(jì)算技術(shù)研究所是國家專門的計(jì)算技術(shù)研究機(jī)構(gòu)，同時(shí)也是中國信息化建設(shè)的重要支撐單位，中科院計(jì)算所培訓(xùn)中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓(xùn)的專業(yè)培訓(xùn)機(jī)構(gòu)。中心憑借科學(xué)院的強(qiáng)大師資力量，在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗(yàn)的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實(shí)幫助中國軟件企業(yè)培養(yǎng)高級(jí)軟件技術(shù)人才，提升整體研發(fā)能力，迄今為止已先后為國家培養(yǎng)了數(shù)萬名計(jì)算機(jī)專業(yè)人員，并先后為數(shù)千家大型國內(nèi)外企業(yè)進(jìn)行過專門的定制培訓(xùn)服務(wù)。 隨著互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，我們已經(jīng)切實(shí)地迎來了一個(gè)大數(shù)據(jù)的時(shí)代。大數(shù)據(jù)是指無法在一定時(shí)間內(nèi)用常規(guī)軟件工具對(duì)其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合，對(duì)大數(shù)據(jù)的分析已經(jīng)成為一個(gè)非常重要且緊迫的需求。目前對(duì)大數(shù)據(jù)的分析工具，首選的是Hadoop/Yarn平臺(tái)。Hadoop/Yarn在可伸縮性、健壯性、計(jì)算性能和成本上具有無可替代的優(yōu)勢，事實(shí)上已成為當(dāng)前互聯(lián)網(wǎng)企業(yè)主流的大數(shù)據(jù)分析平臺(tái)。為解決廣大系統(tǒng)設(shè)計(jì)人員深入研究與開發(fā)大數(shù)據(jù)技術(shù)的需要，培訓(xùn)中心特在“大數(shù)據(jù)處理技術(shù)-基于Hadoop/Yarn的實(shí)戰(zhàn)”課程的基礎(chǔ)上，針對(duì)已有或即將建立Hadoop/Yarn集群，擁有海量數(shù)據(jù)，需要做用戶推薦、產(chǎn)品聚類，信息分類等大數(shù)據(jù)分析用戶，舉辦“大數(shù)據(jù)分析挖掘-基于Hadoop/Mahout/MLlib的大數(shù)據(jù)挖掘”培訓(xùn)班，具體事宜通知如下： 一、培訓(xùn)對(duì)象 1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級(jí)程序員、資深開發(fā)人員。 2，牽涉到大數(shù)據(jù)處理的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人。 3，政府機(jī)關(guān)，金融保險(xiǎn)、移動(dòng)和互聯(lián)網(wǎng)等大數(shù)據(jù)來源單位的負(fù)責(zé)人。 4，高校、科研院所牽涉到大數(shù)據(jù)與分布式數(shù)據(jù)處理的項(xiàng)目負(fù)責(zé)人。 二、學(xué)員基礎(chǔ) 1，對(duì)IT系統(tǒng)設(shè)計(jì)有一定的理論與實(shí)踐經(jīng)驗(yàn)。 2，數(shù)據(jù)倉庫與數(shù)據(jù)挖掘處理有一定的基礎(chǔ)知識(shí)。 3，對(duì)Hadoop/Yarn/Spark大數(shù)據(jù)技術(shù)有一定的了解。 三、師資 由業(yè)界知名大數(shù)據(jù)專家親自授課： 楊老師 主要研究網(wǎng)絡(luò)信息分析以及云計(jì)算相關(guān)技術(shù)，長期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡(luò)信息處理、商務(wù)智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作，主持和參與了多個(gè)國家和省部級(jí)基金項(xiàng)目，具有豐富的工程實(shí)踐及軟件研發(fā)經(jīng)驗(yàn)。 四、培訓(xùn)要點(diǎn) 互聯(lián)網(wǎng)點(diǎn)擊數(shù)據(jù)、傳感數(shù)據(jù)、日志文件、具有豐富地理空間信息的移動(dòng)數(shù)據(jù)和涉及網(wǎng)絡(luò)的各類評(píng)論，成為了海量信息的多種形式。當(dāng)數(shù)據(jù)以成百上千TB不斷增長的時(shí)候，我們?cè)趦?nèi)部交易系統(tǒng)的歷史信息之外，需要一種基于大數(shù)據(jù)分析的決策模型和技術(shù)支持。 大數(shù)據(jù)通常具有：數(shù)據(jù)體量(Volume)巨大,數(shù)據(jù)類型(Variety)繁多,價(jià)值(Value)密度低,處理速度(Velocity)快等四大特征。如何有效管理和高效處理這些大數(shù)據(jù)已成為當(dāng)前亟待解決的問題。大數(shù)據(jù)處理意味著更嚴(yán)峻的挑戰(zhàn)，更好地管理和處理這些數(shù)據(jù)也將會(huì)獲得意想不到的收獲。 Google發(fā)布的GFS和MapReduce等高可擴(kuò)展、高性能的分布式大數(shù)據(jù)處理框架，證明了在處理海量網(wǎng)頁數(shù)據(jù)時(shí)該框架的優(yōu)越性。在此基礎(chǔ)上，Apache Hadoop開源項(xiàng)目開發(fā)團(tuán)隊(duì)，克隆并推出了Hadoop/Yarn系統(tǒng)。該系統(tǒng)已受到學(xué)術(shù)界和工業(yè)界的廣泛認(rèn)可和采納，并孵化出眾多子項(xiàng)目(如Hive，Zookeeper和Mahout等)，日益形成一個(gè)易部署、易開發(fā)、功能齊全、性能優(yōu)良的系統(tǒng)。在此基礎(chǔ)上，以Berkley牽頭設(shè)計(jì)的Spark/BDAS技術(shù)，實(shí)現(xiàn)了內(nèi)存級(jí)別的分布式處理模式，使用戶無需關(guān)注復(fù)雜的內(nèi)部工作機(jī)制，無需具備豐富的分布式系統(tǒng)知識(shí)及開發(fā)經(jīng)驗(yàn)，即可實(shí)現(xiàn)大規(guī)模分布式系統(tǒng)的部署與大數(shù)據(jù)的并行處理。 本課程從大數(shù)據(jù)挖掘分析技術(shù)實(shí)戰(zhàn)的角度，結(jié)合理論和實(shí)踐，全方位地介紹Mahout和 MLlib等大數(shù)據(jù)挖掘工具的開發(fā)技巧。本課程涉及的主題包括：大數(shù)據(jù)挖掘及其背景，Mahout和 MLlib大數(shù)據(jù)挖掘工具，推薦系統(tǒng)及電影推薦案例，分類技術(shù)及聚類分析，以及與流挖掘和Docker技術(shù)的結(jié)合，分析了大數(shù)據(jù)挖掘前景分析。 本課程教學(xué)過程中還提供了案例分析來幫助學(xué)員了解如何用Mahout和 MLlib挖掘工具來解決具體的問題，并介紹了從大數(shù)據(jù)中挖掘出有價(jià)值的信息的關(guān)鍵。 本課程不是一個(gè)泛泛的理論性、概念性的介紹課程，而是針對(duì)問題討論Mahout和 MLlib解決方案的深入課程。教師對(duì)于上述領(lǐng)域有深入的理論研究與實(shí)踐經(jīng)驗(yàn)，在課程中將會(huì)針對(duì)這些問題與學(xué)員一起進(jìn)行研究，在關(guān)鍵點(diǎn)上還會(huì)搭建實(shí)驗(yàn)環(huán)境進(jìn)行實(shí)踐研究，以加深對(duì)于這些解決方案的理解。通過本課程學(xué)習(xí)，希望推動(dòng)大數(shù)據(jù)分析挖掘項(xiàng)目開發(fā)上升到一個(gè)新水平。 五、培訓(xùn)內(nèi)容 講大數(shù)據(jù)挖掘及其背景 1)數(shù)據(jù)挖掘定義 2)Hadoop相關(guān)技術(shù) 3)大數(shù)據(jù)挖掘知識(shí)點(diǎn) 第二講 MapReduce/DAG計(jì)算模式 1）分布式文件系統(tǒng)DFS 2）MapReduce計(jì)算模型介紹 3）使用MR進(jìn)行算法設(shè)計(jì) 4）DAG及其算法設(shè)計(jì) 第三講 云挖掘工具M(jìn)ahout/MLib 1）Hadoop中的Mahoutb介紹 2）Spark中的Mahout/MLib介紹 3）推薦系統(tǒng)及其Mahout實(shí)現(xiàn)方法 4）信息聚類及其MLlib實(shí)現(xiàn)方法 5）分類技術(shù)在Mahout/MLib中的實(shí)現(xiàn)方法 第四講 推薦系統(tǒng)及其應(yīng)用開發(fā) 1）一個(gè)推薦系統(tǒng)的模型 2）基于內(nèi)容的推薦 3）協(xié)同過濾 4）基于Mahout的電影推薦案例 第五講 分類技術(shù)及其應(yīng)用 1）分類的定義 2）分類主要算法 3）Mahout分類過程 4）評(píng)估指標(biāo)以及評(píng)測 5）貝葉斯算法新聞分類實(shí)例 第六講 聚類技術(shù)及其應(yīng)用 1）聚類的定義 2）聚類的主要算法 3）K-Means、Canopy及其應(yīng)用示例 4）Fuzzy K-Means、Dirichlet及其應(yīng)用示例 5）基于MLlib的新聞聚類實(shí)例 第七講 關(guān)聯(lián)規(guī)則和相似項(xiàng)發(fā)現(xiàn) 1）購物籃模型 2）Apriori算法 3）抄襲文檔發(fā)現(xiàn) 4）近鄰搜索的應(yīng)用 第八講 流數(shù)據(jù)挖掘相關(guān)技術(shù) 1）流數(shù)據(jù)挖掘及分析 2）Storm和流數(shù)據(jù)處理模型 3）流處理中的數(shù)據(jù)抽樣 4）流過濾和Bloom filter 第九講 云環(huán)境下大數(shù)據(jù)挖掘應(yīng)用 1）與Hadoop/Yarn集群應(yīng)用的協(xié)作 2）與Docker等其它云工具配合 3）大數(shù)據(jù)挖掘行業(yè)應(yīng)用展望 六、培訓(xùn)目標(biāo) 1, 全面了解大數(shù)據(jù)處理技術(shù)的相關(guān)知識(shí)。 2，學(xué)習(xí)Hadoop/Yarn/Spark的核心數(shù)據(jù)分析技術(shù) 3，深入學(xué)習(xí)Mahout/MLlib挖掘工具在大數(shù)據(jù)中的使用。 4，掌握Storm流處理技術(shù)和Docker等技術(shù)與大數(shù)據(jù)挖掘結(jié)合的方法。 七、培訓(xùn)時(shí)間、地點(diǎn) 時(shí)間： 2016年8月3日-8月5日 地點(diǎn)：北京 2016年8月22日-8月24日 地點(diǎn)：上海 八、證書 培訓(xùn)結(jié)束，頒發(fā)中科院計(jì)算所職業(yè)培訓(xùn)中心“大數(shù)據(jù)分析挖掘-基于Hadoop/Mahout/MLlib的大數(shù)據(jù)挖掘”結(jié)業(yè)證書。 九、費(fèi)用 培訓(xùn)費(fèi)：5500元/人（含教材、證書、午餐、學(xué)習(xí)用具等）。住宿協(xié)助安排，費(fèi)用自理。

招生對(duì)象： 關(guān)于舉辦“R數(shù)據(jù)挖掘技術(shù)-基于R語言的數(shù)據(jù)挖掘和統(tǒng)計(jì)分析技術(shù)”培訓(xùn)的通知 各有關(guān)單位： 中國科學(xué)院計(jì)算技術(shù)研究所是國家專門的計(jì)算技術(shù)研究機(jī)構(gòu)，同時(shí)也是中國信息化建設(shè)的重要支撐單位，中科院計(jì)算所培訓(xùn)中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓(xùn)的專業(yè)培訓(xùn)機(jī)構(gòu)。中心憑借科學(xué)院的強(qiáng)大師資力量，在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗(yàn)的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實(shí)幫助中國軟件企業(yè)培養(yǎng)高級(jí)軟件技術(shù)人才，提升整體研發(fā)能力，迄今為止已先后為國家培養(yǎng)了數(shù)萬名計(jì)算機(jī)專業(yè)人員，并先后為數(shù)千家大型國內(nèi)外企業(yè)進(jìn)行過專門的定制培訓(xùn)服務(wù)。 隨著互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，我們已經(jīng)切實(shí)地迎來了一個(gè)大數(shù)據(jù)的時(shí)代。如何對(duì)海量數(shù)據(jù)進(jìn)行挖掘和分析，已經(jīng)成為一個(gè)非常重要且緊迫的需求。 R是一個(gè)數(shù)據(jù)分析和圖形顯示的程序設(shè)計(jì)環(huán)境，用于統(tǒng)計(jì)分析、繪圖的語言和操作。是目前廣大企業(yè)較通用的數(shù)據(jù)挖掘與統(tǒng)計(jì)分析工具。為解決廣大系統(tǒng)設(shè)計(jì)人員深入進(jìn)行數(shù)據(jù)挖掘與統(tǒng)計(jì)分析需要，培訓(xùn)中心特舉辦“R數(shù)據(jù)挖掘技術(shù)-基于R語言的數(shù)據(jù)挖掘和統(tǒng)計(jì)分析技術(shù)”培訓(xùn)班，具體事宜通知如下： 一、培訓(xùn)對(duì)象 1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級(jí)程序員、資深開發(fā)人員。 2，牽涉到數(shù)據(jù)挖掘和統(tǒng)計(jì)分析的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人。 3，政府機(jī)關(guān)，金融保險(xiǎn)、移動(dòng)和互聯(lián)網(wǎng)等大數(shù)據(jù)來源單位的負(fù)責(zé)人。 4，高校、科研院所牽涉到數(shù)據(jù)挖掘與統(tǒng)計(jì)分析處理的項(xiàng)目負(fù)責(zé)人。 二、學(xué)員基礎(chǔ) 1，對(duì)IT系統(tǒng)設(shè)計(jì)有一定的理論與實(shí)踐經(jīng)驗(yàn)。 2，對(duì)數(shù)據(jù)挖掘和數(shù)據(jù)處理方法有一定的基礎(chǔ)知識(shí)。 3，對(duì)Hadoop/Spark等大數(shù)據(jù)技術(shù)有一定的了解。 三、師資 由業(yè)界知名大數(shù)據(jù)專家親自授課： 楊老師 主要研究網(wǎng)絡(luò)信息分析以及云計(jì)算相關(guān)技術(shù)，長期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡(luò)信息處理、商務(wù)智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作，主持和參與了多個(gè)國家和省部級(jí)基金項(xiàng)目，具有豐富的工程實(shí)踐及軟件研發(fā)經(jīng)驗(yàn)。 四、培訓(xùn)要點(diǎn) 互聯(lián)網(wǎng)點(diǎn)擊數(shù)據(jù)、傳感數(shù)據(jù)、日志文件、具有豐富地理空間信息的移動(dòng)數(shù)據(jù)和涉及網(wǎng)絡(luò)的各類評(píng)論，成為了海量信息的多種形式。當(dāng)數(shù)據(jù)以成百上千TB不斷增長的時(shí)候，我們?cè)趦?nèi)部交易系統(tǒng)的歷史信息之外，需要一種基于大數(shù)據(jù)分析的決策模型和技術(shù)支持。 目前對(duì)大數(shù)據(jù)的分析工具，有Hadoop/Yarn上基于Java語言的Mahout，有Spark上基于Scala的MLlib，但這些工具都由于比較年輕以及側(cè)重于計(jì)算背景的分布式，與傳統(tǒng)的行業(yè)應(yīng)用還不是太緊密，在傳統(tǒng)行業(yè)中應(yīng)用，至少目前效果和影響還有待提高。 R語言是一個(gè)數(shù)據(jù)分析和圖形顯示的程序設(shè)計(jì)環(huán)境，廣泛用于統(tǒng)計(jì)分析、繪圖的語言和操作。同時(shí)R也是一個(gè)用于統(tǒng)計(jì)計(jì)算和統(tǒng)計(jì)制圖的優(yōu)秀工具，也是GNU的一個(gè)自由、免費(fèi)、源代碼開放的軟件。R包括一套完整的數(shù)據(jù)處理、計(jì)算和制圖軟件系統(tǒng)。其功能包括：數(shù)據(jù)存儲(chǔ)和處理系統(tǒng)；數(shù)組運(yùn)算工具（其向量、矩陣運(yùn)算方面功能尤其強(qiáng)大）；完整連貫的統(tǒng)計(jì)分析工具；優(yōu)秀的統(tǒng)計(jì)制圖功能；簡便而強(qiáng)大的編程語言：可操縱數(shù)據(jù)的輸入和輸入，可實(shí)現(xiàn)分支、循環(huán)，用戶可自定義功能。 事實(shí)上，R是目前廣大企業(yè)通用的數(shù)據(jù)挖掘與統(tǒng)計(jì)分析工具，為此Spark等大數(shù)據(jù)平臺(tái)從2014年就開始在SparkR等技術(shù)中，將R引入到大數(shù)據(jù)統(tǒng)計(jì)分析中，未來形成以R語言為代表的SparkR， 以類SQL為代表的SparkQL，以及Hive on Tez三足鼎立的大數(shù)據(jù)統(tǒng)計(jì)分析工具和平臺(tái)。 本課程從R語言數(shù)據(jù)挖掘和統(tǒng)計(jì)分析實(shí)戰(zhàn)的角度，結(jié)合理論和實(shí)踐，全方位地介紹R這一高性能數(shù)據(jù)分析工具的開發(fā)技巧。本課程涉及的主題包括：本培訓(xùn)將介紹基于R語言進(jìn)行數(shù)據(jù)處理、數(shù)據(jù)探索的基本方法，利用R語言實(shí)現(xiàn)模型選擇、Logistic回歸及決策樹算法，以及貝葉斯算法及支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等算法原理及實(shí)現(xiàn)進(jìn)行講解。本課程教學(xué)過程中還從國內(nèi)外經(jīng)典R語言教材和應(yīng)用中，提取了大量的案例分析來幫助學(xué)員了解如何用R系列工具來解決數(shù)據(jù)統(tǒng)計(jì)分析的具體問題，并介紹了從數(shù)據(jù)中挖掘出有價(jià)值的信息的關(guān)鍵。 本課程不是一個(gè)泛泛的理論性、概念性的介紹課程，而是針對(duì)問題討論解決方案的深入課程。教師對(duì)于上述領(lǐng)域有深入的理論研究與實(shí)踐經(jīng)驗(yàn)，在課程中將會(huì)針對(duì)這些問題與學(xué)員一起進(jìn)行研究，在關(guān)鍵點(diǎn)上還會(huì)搭建實(shí)驗(yàn)環(huán)境進(jìn)行實(shí)踐研究，以加深對(duì)于這些解決方案的理解。通過本課程學(xué)習(xí)，希望推動(dòng)R相關(guān)的項(xiàng)目開發(fā)上升到一個(gè)新水平。 五、培訓(xùn)內(nèi)容 講數(shù)據(jù)挖掘和R簡介 1.1 數(shù)據(jù)挖掘 1.2 R語言 1.3 Iris數(shù)據(jù)集 1.4Bodyfat數(shù)據(jù)集 第二講數(shù)據(jù)的導(dǎo)入與導(dǎo)出 2.1 R數(shù)據(jù)的保存與加載 2.2 CSV文件的導(dǎo)入與導(dǎo)出 2.3 通過ODBC從數(shù)據(jù)庫中讀取數(shù)據(jù) 2.4 從Excel中導(dǎo)入與導(dǎo)出數(shù)據(jù) 第三講數(shù)據(jù)可視化展現(xiàn) 3.1 查看數(shù)據(jù) 3.2 單個(gè)變量展現(xiàn) 3.3 多個(gè)變量展現(xiàn) 3.4 更多探索 3.5 將圖表保存到文件中 第四講決策樹與隨機(jī)森林 4.1 使用party包構(gòu)建決策樹 4.2 使用rpart包構(gòu)建決策樹 4.3 隨機(jī)森林 第五講回歸分析 5.1 線性回歸 5.2 邏輯回歸 5.3 廣義線性回歸 5.4 非線性回歸 第六講聚類分析 6.1 k-means聚類 6.2 k-medoids聚類 6.3 層次聚類 6.4 基于密度的聚類 第七講離群點(diǎn)檢測 7.1 單變量的離群點(diǎn)檢測 7.2 局部離群點(diǎn)因子檢測 7.3 用聚類方法進(jìn)行離群點(diǎn)檢測 7.4 時(shí)間序列數(shù)據(jù)的離群點(diǎn)檢測 第八講時(shí)間序列分析 8.1 R中的時(shí)間序列數(shù)據(jù) 8.2 時(shí)間序列分解 8.3 時(shí)間序列預(yù)測 8.4 時(shí)間序列聚類 8.5 時(shí)間序列分類 第九講關(guān)聯(lián)規(guī)則 9.1 關(guān)聯(lián)規(guī)則的基本概念 9.2 Titanic數(shù)據(jù)集 9.3 關(guān)聯(lián)規(guī)則挖掘 9.4 消除冗余 9.5 解釋規(guī)則 9.6 關(guān)聯(lián)規(guī)則的可視化 第十講社交網(wǎng)絡(luò)分析 10.1 詞項(xiàng)網(wǎng)絡(luò) 10.2 推文網(wǎng)絡(luò) 10.3 雙模式網(wǎng)絡(luò) 第十一講 R與Hadoop/Spark等大數(shù)據(jù)技術(shù)的融合 1）R/Hadoop數(shù)據(jù)處理技術(shù)介紹 2）SparkR數(shù)據(jù)處理技術(shù)介紹 3）基于Hadoop/Yarn集群的應(yīng)用展望 六、培訓(xùn)目標(biāo) 1，全面了解R語言數(shù)據(jù)挖掘的相關(guān)知識(shí)。 2，學(xué)習(xí)R的數(shù)據(jù)挖掘核心技術(shù)方法以及應(yīng)用特征。 3，深入使用R在數(shù)據(jù)挖掘和分析中的使用。 4，了解R與Hadoop、Spark等技術(shù)的融合使用。 七、培訓(xùn)時(shí)間、地點(diǎn) 時(shí)間： 2016年8月10日-8月12日 地點(diǎn)：北京 八、證 書 培訓(xùn)結(jié)束，頒發(fā)中科院計(jì)算所職業(yè)培訓(xùn)中心“R數(shù)據(jù)挖掘技術(shù)-基于R語言的數(shù)據(jù)挖掘和統(tǒng)計(jì)分析技術(shù)”結(jié)業(yè)證書。 九、費(fèi) 用 培訓(xùn)費(fèi)：5500元/人（含教材、證書、午餐、學(xué)習(xí)用具）食宿統(tǒng)一安排，費(fèi)用自理。

招生對(duì)象： 關(guān)于舉辦“云計(jì)算與大數(shù)據(jù)處理技術(shù)”培訓(xùn)的通知 各有關(guān)單位： 中國科學(xué)院計(jì)算技術(shù)研究所是國家專門的計(jì)算技術(shù)研究機(jī)構(gòu)，同時(shí)也是中國信息化建設(shè)的重要支撐單位，中科院計(jì)算所培訓(xùn)中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓(xùn)的專業(yè)培訓(xùn)機(jī)構(gòu)。中心憑借科學(xué)院的強(qiáng)大師資力量，在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗(yàn)的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實(shí)幫助中國軟件企業(yè)培養(yǎng)高級(jí)軟件技術(shù)人才，提升整體研發(fā)能力，迄今為止已先后為國家培養(yǎng)了數(shù)萬名計(jì)算機(jī)專業(yè)人員，并先后為數(shù)千家大型國內(nèi)外企業(yè)進(jìn)行過專門的定制培訓(xùn)服務(wù)。 云計(jì)算提供了一種對(duì)資源“按需索取服務(wù)”的能力，確保了使用時(shí)間與需要時(shí)間的完全一致，從而建立了一種分布式、高效率、低成本的IT商業(yè)模式。正是這些特點(diǎn)，使云計(jì)算成為IT發(fā)展的潮流與趨勢。為解決廣大系統(tǒng)設(shè)計(jì)人員深入研究與開發(fā)云計(jì)算系統(tǒng)的需要，培訓(xùn)中心特舉辦“云計(jì)算與大數(shù)據(jù)處理技術(shù)”培訓(xùn)班，具體事宜通知如下： 一、培訓(xùn)對(duì)象 1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級(jí)程序員、資深開發(fā)人員。 2，牽涉到海量數(shù)據(jù)處理的機(jī)構(gòu)數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人。 3，云服務(wù)運(yùn)營服務(wù)提供商規(guī)劃負(fù)責(zé)人。 4，高校、科研院所牽涉到大數(shù)據(jù)與分布式數(shù)據(jù)處理的項(xiàng)目負(fù)責(zé)人。 二、學(xué)員基礎(chǔ) 1，對(duì)IT系統(tǒng)設(shè)計(jì)有一定的理論與實(shí)踐經(jīng)驗(yàn)。 2，數(shù)據(jù)倉庫與大數(shù)據(jù)處理有一定的基礎(chǔ)知識(shí)。 三、師資 由業(yè)界知名云計(jì)算專家親自授課： 楊老師 主要研究網(wǎng)絡(luò)信息分析以及云計(jì)算相關(guān)技術(shù)，長期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡(luò)信息處理、商務(wù)智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作，主持和參與了多個(gè)國家和省部級(jí)基金項(xiàng)目，具有豐富的工程實(shí)踐及軟件研發(fā)經(jīng)驗(yàn)。 雷老師 國內(nèi)知名企業(yè)云平臺(tái)技術(shù)負(fù)責(zé)人，中國云親身實(shí)踐者。 四、培訓(xùn)要點(diǎn) 今天，隨著IT規(guī)模越來越大，數(shù)據(jù)規(guī)模呈幾何級(jí)數(shù)增長，已經(jīng)超出了傳統(tǒng)技術(shù)方法所能解決的范疇。為此，人們把目光轉(zhuǎn)向了剛剛興起的云計(jì)算，希望通過云計(jì)算來實(shí)施海量數(shù)據(jù)處理解決方案，實(shí)現(xiàn)以更小的成本來處理更大規(guī)模數(shù)據(jù)的目標(biāo)，并成為目前云計(jì)算應(yīng)用所面對(duì)的極大挑戰(zhàn)。本課程基本思想如下： 1，目前，“云計(jì)算”已經(jīng)不是一個(gè)剛剛流行的時(shí)髦概念了，在一些傳統(tǒng)IT方法顯得無能為力的場合，云計(jì)算正在開始大展拳腳，表現(xiàn)了強(qiáng)大的解決問題的能力，海量數(shù)據(jù)存儲(chǔ)與處理正是屬于這種場合。我們?nèi)绾卧谠朴?jì)算分布式環(huán)境下正確設(shè)計(jì)大數(shù)據(jù)量數(shù)據(jù)模型？如何在設(shè)計(jì)中解決資源、效率、安全性、可靠性等一系列極難平衡的問題？如何通過云計(jì)算幫助我們解決在傳統(tǒng)IT技術(shù)中看似解決不了的敏感問題？這些都是我們?cè)谠朴?jì)算架構(gòu)設(shè)計(jì)中需要深入研究的鍵問題。 2，理解問題的方法是分析成功案例，本課程分別從多個(gè)角度分析在面對(duì)海量數(shù)據(jù)處理的困難時(shí)，不同的應(yīng)用體系是如何解決問題并獲得成功的。研究這些已有的體系不是目的，而是希望學(xué)員能夠通過學(xué)習(xí)這些解決問題的方法和思路，通過歸納整理深入理解，再根據(jù)自己所面對(duì)的領(lǐng)域特征，形成解決具體實(shí)際問題的方案。這也是讓云計(jì)算在海量數(shù)據(jù)處理領(lǐng)域真正發(fā)揮作用的有效途徑。 3，云計(jì)算是一種服務(wù)，在云計(jì)算應(yīng)用架構(gòu)設(shè)計(jì)中，就必須考慮作為服務(wù)與普通的產(chǎn)品設(shè)計(jì)有哪些不同？需要考慮的產(chǎn)品的服務(wù)特征有哪些？如何搭建面向不同層次、合適的服務(wù)平臺(tái)？在這個(gè)過程中，我們需要考慮哪些問題？有哪些成功的案例？有些什么解決方案？ 4，云計(jì)算應(yīng)用最重要的問題是安全問題。安全不是一個(gè)后期需要解決的獨(dú)立問題，而是在前期就需要投入巨大精力來考慮的產(chǎn)品策略。可以說，安全性與可用性是云計(jì)算能否順利實(shí)施與應(yīng)用的關(guān)鍵點(diǎn)，也是云計(jì)算架構(gòu)設(shè)計(jì)的關(guān)鍵因素。我們應(yīng)該如何考慮安全問題？如何解決諸如數(shù)據(jù)安全、網(wǎng)絡(luò)安全、主機(jī)安全、數(shù)據(jù)管理以及災(zāi)難恢復(fù)等一系列問題？如何制定合適的安全性與可用性策略？在實(shí)踐中有什么經(jīng)驗(yàn)和教訓(xùn)？ 5，為了把傳統(tǒng)數(shù)據(jù)中心改造為基于云計(jì)算的服務(wù)系統(tǒng)，虛擬化是一個(gè)重要手段。我們必須深入研究虛擬化技術(shù)是如何實(shí)現(xiàn)的。虛擬化技術(shù)有哪幾個(gè)層面的問題？如何正確應(yīng)用虛擬化技術(shù)來實(shí)現(xiàn)把基礎(chǔ)設(shè)施向服務(wù)轉(zhuǎn)型？各種虛擬化技術(shù)有些什么優(yōu)點(diǎn)？有哪些陷阱？如何規(guī)劃技術(shù)解決方案？如何正確進(jìn)行云計(jì)算體系結(jié)構(gòu)設(shè)計(jì)？ 本課程不是一個(gè)泛泛的理論性、概念性的介紹課程，而是針對(duì)問題討論解決方案的深入課程。教師對(duì)于上述領(lǐng)域有深入的理論研究與實(shí)踐經(jīng)驗(yàn)，在課程中將會(huì)針對(duì)這些問題與學(xué)員一起進(jìn)行研究，在關(guān)鍵點(diǎn)上還會(huì)搭建實(shí)驗(yàn)環(huán)境進(jìn)行實(shí)踐研究，以加深對(duì)于這些解決方案的理解。通過本課程學(xué)習(xí)，希望推動(dòng)國內(nèi)云計(jì)算項(xiàng)目開發(fā)上升到一個(gè)新水平。 五、培訓(xùn)內(nèi)容 講 云計(jì)算的概念與現(xiàn)狀 1）云計(jì)算的概念 2）云計(jì)算發(fā)展現(xiàn)狀 3）云計(jì)算實(shí)現(xiàn)機(jī)制 4）云計(jì)算的發(fā)展環(huán)境 5）云計(jì)算的優(yōu)勢 第二講 從Google云計(jì)算體系，理解海量數(shù)據(jù)處理的方法 1）如何構(gòu)建海量存儲(chǔ)文件系統(tǒng)？ GFS系統(tǒng)架構(gòu) GFS容錯(cuò)機(jī)制 GFS系統(tǒng)管理技術(shù) MapReduce產(chǎn)生背景 MapReduce編程模型 MapReduce實(shí)現(xiàn)機(jī)制 MapReduce案例分析 2）如何提供鎖服務(wù)解決分布式數(shù)據(jù)一致性問題？ Chubby的設(shè)計(jì)思路 Chubby中的Paxos算法 Chubby文件系統(tǒng) 3）如何建立規(guī)模龐大的高性能表結(jié)構(gòu)？ BigTable設(shè)計(jì)目標(biāo) BigTable系統(tǒng)架構(gòu) BigTable服務(wù)器 BigTable性能優(yōu)化 4）如何建立高可用性和高可擴(kuò)展性的數(shù)據(jù)系統(tǒng)？ Megastore設(shè)計(jì)目標(biāo) Megastore數(shù)據(jù)模型 Megastore事務(wù)及并發(fā)控制 Megastore基本架構(gòu) Dapper監(jiān)控系統(tǒng) Dapper關(guān)鍵性技術(shù) Dapper工具 第三講 從Hadoop云計(jì)算項(xiàng)目，進(jìn)一步研究云數(shù)據(jù)處理方法 1）HDFS：高可靠性處理機(jī)制及應(yīng)用 Hadoop項(xiàng)目簡介 HDFS體系結(jié)構(gòu) HDFS關(guān)鍵運(yùn)行機(jī)制 Hadoop vs Google Hadoop API Hadoop環(huán)境搭建 2）HBASE：龐大、極其稀疏的可擴(kuò)展性數(shù)據(jù)模型 Hbase簡介 HBase的運(yùn)行機(jī)制 HBase與 HDFS HBase的對(duì)外接口 ZooKeeper的數(shù)據(jù)模型 ZooKeeper的讀寫機(jī)制 ZooKeeper的使用方法 第四講 從Windows Azure，理解平臺(tái)即服務(wù)的本質(zhì) 1）微軟云計(jì)算平臺(tái) 2）微軟云操作系統(tǒng)Windows Azure 3）微軟云關(guān)系數(shù)據(jù)庫SQL Azure 4）Azure AppFabric 5）Azure Marketplace 第五講 從Amazon云計(jì)算，討論如何提供云服務(wù) 1）Dynamo基礎(chǔ)存儲(chǔ)架構(gòu) 2）彈性計(jì)算云EC2 3）簡單存儲(chǔ)服務(wù)S3 4）簡單隊(duì)列服務(wù)SQS 5）簡單數(shù)據(jù)庫服務(wù)Simple DB 6）關(guān)系數(shù)據(jù)庫服務(wù)RDS 7）內(nèi)容推送服務(wù)CloudFront 第六講 實(shí)施云計(jì)算的關(guān)鍵點(diǎn)：安全策略 1）云計(jì)算安全是一個(gè)必須前期重視的策略 2）云計(jì)算的特征與安全挑戰(zhàn) 3）云計(jì)算的安全體系與關(guān)鍵技術(shù) 4）基礎(chǔ)架構(gòu)云安全框架 5）云計(jì)算安全平臺(tái) 第七講 當(dāng)前數(shù)據(jù)中心如何向云計(jì)算環(huán)境轉(zhuǎn)變？ 1）VMware云產(chǎn)品 2）云管理平臺(tái) vCenter 3）vCloud Service Director 4）VMware的網(wǎng)絡(luò)和存儲(chǔ)虛擬化 5）主流商業(yè)云計(jì)算解決方案比較 6）主流開源云計(jì)算系統(tǒng)比較 7）國內(nèi)代表性云計(jì)算平臺(tái)比較 第八講 基礎(chǔ)設(shè)施即服務(wù)（IaaS）關(guān)鍵實(shí)現(xiàn)技術(shù) 1）IaaS技術(shù)體系概述 2）服務(wù)器虛擬化技術(shù) CPU虛擬化 內(nèi)存虛擬化 I/O虛擬化 3）存儲(chǔ)虛擬化技術(shù) 存儲(chǔ)系統(tǒng)概述 存儲(chǔ)設(shè)備層的存儲(chǔ)虛擬化 塊聚合層的存儲(chǔ)虛擬化 文件/記錄層的存儲(chǔ)虛擬化 4）主機(jī)網(wǎng)絡(luò)虛擬化 第九講 軟件即服務(wù)（SaaS）關(guān)鍵實(shí)現(xiàn)技術(shù) 1）SaaS技術(shù)概述 2）呈現(xiàn)層技術(shù)綜述 3）調(diào)度層技術(shù) 基于DNS的調(diào)度 基于虛擬IP的調(diào)度 基于鏈路聚合的調(diào)度 基于應(yīng)用的調(diào)度 調(diào)度策略 4）業(yè)務(wù)層 5）數(shù)據(jù)層 6）用戶管理和配置管理 7）用戶體驗(yàn)的設(shè)計(jì) 8）課程總結(jié) 六、培訓(xùn)目標(biāo) 1，深入理解通過云計(jì)算實(shí)現(xiàn)海量數(shù)據(jù)處理的思想、方法與實(shí)踐。 2，理解安全性和可用性設(shè)計(jì)的問題、方法與實(shí)踐。 3，掌握把傳統(tǒng)數(shù)據(jù)中心改造成云計(jì)算中心的技術(shù)與方法。 4，掌握虛擬化技術(shù)的核心技術(shù)方法以及應(yīng)用特征。 七、培訓(xùn)時(shí)間、地點(diǎn) 時(shí)間： 2016年7月28日-7月30日 地點(diǎn)：北京 八、證 書 培訓(xùn)結(jié)束，頒發(fā)中科院計(jì)算所職業(yè)培訓(xùn)中心“云計(jì)算與大數(shù)據(jù)處理技術(shù)”結(jié)業(yè)證書。 九、費(fèi) 用 培訓(xùn)費(fèi)：5500元/人（含教材、證書、午餐、學(xué)習(xí)用具等）。住宿協(xié)助安排，費(fèi)用自理。

招生對(duì)象： 培訓(xùn)對(duì)象 1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級(jí)程序員、資深開發(fā)人員。2，牽涉到云計(jì)算與大數(shù)據(jù)處理的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人或主要技術(shù)人員。3，政府機(jī)關(guān)，金融保險(xiǎn)、移動(dòng)和互聯(lián)網(wǎng)等云計(jì)算來源單位的負(fù)責(zé)人或主要技術(shù)人員。4，高校、科研院所牽涉到云計(jì)算與大數(shù)據(jù)處理的項(xiàng)目負(fù)責(zé)人或主要技術(shù)人員。 學(xué)員基礎(chǔ) 1，對(duì)IT系統(tǒng)設(shè)計(jì)有一定的理論與實(shí)踐經(jīng)驗(yàn)。2，有一定的IT軟硬件基礎(chǔ)知識(shí)。 師資 李老師 中國科學(xué)院專項(xiàng)課題組組長。IEEE云計(jì)算與信號(hào)處理國際研討會(huì)發(fā)起人，IEEE云計(jì)算學(xué)報(bào)等多個(gè)國際期刊審稿人。在高水平國際會(huì)議和SCI期刊上發(fā)表論文十多篇，并擁有多項(xiàng)專利。帶領(lǐng)團(tuán)隊(duì)完成多個(gè)云計(jì)算方面的工程項(xiàng)目，在船舶、航天等領(lǐng)域多個(gè)國家大型工程項(xiàng)目中負(fù)責(zé)私有云和大數(shù)據(jù)系統(tǒng)的設(shè)計(jì)與實(shí)施，為互聯(lián)網(wǎng)公司提供相關(guān)的培訓(xùn)、和系統(tǒng)優(yōu)化。目前主要研發(fā)方向?yàn)榉植际綄?duì)象存儲(chǔ)、大數(shù)據(jù)系統(tǒng)云化。 培訓(xùn)要點(diǎn) 在國家信息技術(shù)新一輪發(fā)展戰(zhàn)略中，以云計(jì)算和大數(shù)據(jù)為代表的創(chuàng)新方法成為發(fā)展的重點(diǎn)。經(jīng)歷了喊口號(hào)、布局深耕之后，云計(jì)算應(yīng)用開始顯現(xiàn)出巨大的商業(yè)價(jià)值，觸角已延伸到與信息化相關(guān)的各行各業(yè)，取得了不菲的成果。在經(jīng)歷了多年的發(fā)展之后，云計(jì)算技術(shù)已經(jīng)發(fā)生了翻天覆地的變化。 使用公共服務(wù)產(chǎn)品只是云計(jì)算應(yīng)用的一個(gè)方面，特別是在公有云和私有云并存的混合云時(shí)代，人們已經(jīng)不滿足于僅僅使用已有的云服務(wù)，而是希望對(duì)傳統(tǒng)的數(shù)據(jù)中心進(jìn)行改造，以充分發(fā)揮現(xiàn)有資源的價(jià)值。在這個(gè)背景下，我們就需要培養(yǎng)千千萬萬對(duì)云計(jì)算有深刻理解、有高超技術(shù)能力的技術(shù)團(tuán)隊(duì)和技術(shù)人員，從而做好準(zhǔn)備，以應(yīng)對(duì)即將到來的IT技術(shù)大變革。 在云計(jì)算的技術(shù)方法中，OpenStack占據(jù)著顯著重要的位置，它使云計(jì)算技術(shù)不僅僅是個(gè)虛擬化系統(tǒng)，而是發(fā)展成了一種云操作系統(tǒng)和管理平臺(tái)，并且引領(lǐng)云計(jì)算進(jìn)入3.0的新時(shí)代。OpenStack對(duì)大數(shù)據(jù)云化、存儲(chǔ)服務(wù)化以及軟件生態(tài)環(huán)境，提供了重要的技術(shù)支持，引發(fā)了整個(gè)IT技術(shù)架構(gòu)的革命性變化。在應(yīng)用OpenStack云計(jì)算框架的時(shí)候，人們的困惑在于： 1，OpenStack的架構(gòu)思想到底是什么？ 2，OpenStack是如何影響云計(jì)算生態(tài)環(huán)境的？ 3，如何進(jìn)行云計(jì)算身份認(rèn)證與服務(wù)目錄的部署和管理？ 4，如何進(jìn)行存儲(chǔ)服務(wù)的部署和管理？ 5，如何進(jìn)行計(jì)算資源的部署和管理？ 6，如何進(jìn)行網(wǎng)絡(luò)服務(wù)的部署和管理？ 7，如何進(jìn)行企業(yè)信息系統(tǒng)的云化？ 本課程希望解決這些問題，課程的特點(diǎn)就是落地：以O(shè)penStack開源框架作為背景，以理論知識(shí)引領(lǐng)實(shí)際操作，在一個(gè)實(shí)際環(huán)境下，自主搭建、配置和管理云平臺(tái)。這樣就可以保證，在四天的課程中，既包括理論闡述，也包括實(shí)際動(dòng)手操作，從而達(dá)到理論與實(shí)際相結(jié)合，為企業(yè)培養(yǎng)云計(jì)算技術(shù)骨干力量的目的。 培訓(xùn)內(nèi)容 講 OpenStack概述 1. 云計(jì)算、虛擬化及OpenStack的產(chǎn)生與發(fā)展 2. 云的層次與部署模式 3. OpenStack的企業(yè)級(jí)應(yīng)用舉例 4. 不僅僅是IaaS（基礎(chǔ)設(shè)施即服務(wù)）——OpenStack是什么？ 第二講 云的硬件基礎(chǔ) 1. 基于通用硬件構(gòu)建云基礎(chǔ)設(shè)施和采用商用設(shè)備的比較 2. OCP項(xiàng)目和天蝎計(jì)劃 3. 融合、超融合基礎(chǔ)設(shè)施 4. 軟件定義網(wǎng)絡(luò)和軟件定義存儲(chǔ) 第三講 OpenStack的操作 1. 初識(shí)OpenStack的圖形界面和命令行 2. 虛擬機(jī)和卷的創(chuàng)建與管理 3. 租戶私有網(wǎng)絡(luò)及路由器的創(chuàng)建和管理 4. 浮動(dòng)IP、元數(shù)據(jù)和密鑰注入 5. OpenStack的API 6. 通過Heat Template批量創(chuàng)建資源 第二天 第四講 OpenStack的架構(gòu) 1. 組成OpenStack的項(xiàng)目 2. OpenStack邏輯架構(gòu) 3. OpenStack核心項(xiàng)目的內(nèi)部組成 4. OpenStack的部署架構(gòu) 第五講 OpenStack的身份認(rèn)證與服務(wù)目錄——Keystone 1. OpenStack的身份認(rèn)證機(jī)制詳解 2. WSGI框架與Keystone的配置 3. 生產(chǎn)中Keystone可能出現(xiàn)的問題、常見的優(yōu)化方案與取舍 第六講 OpenStack的存儲(chǔ)服務(wù)（一）——Glance與Cinder 1. 虛機(jī)鏡像存儲(chǔ)Glance 2. 鏡像存儲(chǔ)在生產(chǎn)中的常見問題及優(yōu)化 3. 塊存儲(chǔ)服務(wù)（卷服務(wù)、云硬盤）Cinder 4. 塊存儲(chǔ)服務(wù)后端的常見實(shí)現(xiàn)方式及比較 第三天 第七講 OpenStack的存儲(chǔ)服務(wù)（二）——對(duì)象存儲(chǔ)Swift 1. 兩類典型的大數(shù)據(jù)存儲(chǔ)問題：大文件存儲(chǔ)和海量小文件存儲(chǔ) 2. 分布式存儲(chǔ)技術(shù)的演進(jìn)、對(duì)象存儲(chǔ)的概念及技術(shù)特點(diǎn) 3. Swift邏輯架構(gòu)和部署架構(gòu) 4. Swift的企業(yè)級(jí)應(yīng)用 5. Swift在生產(chǎn)種常見的性能問題及優(yōu)化 6. 以太網(wǎng)硬盤、Linux基金會(huì)KOSP項(xiàng)目及應(yīng)用 第八講 OpenStack的計(jì)算資源管理——Nova 1. 虛擬機(jī)的原理與兩種典型的Hypervisor的架構(gòu) 2. Nova對(duì)Hypervisor的管理 3. OpenStack創(chuàng)建一個(gè)虛擬機(jī)的工作流程 4. Nova的資源調(diào)度及主要配置選項(xiàng) 第四天 第九講 OpenStack的網(wǎng)絡(luò)服務(wù)——Neutron 1. 虛機(jī)聯(lián)網(wǎng)的原理、Nova-network及其問題 2. SDN與NFV技術(shù) 3. Neutron的功能及架構(gòu) 4. Neutron管理下的虛機(jī)網(wǎng)絡(luò)流量 5. 存在問題及發(fā)展方向 第十講 再談企業(yè)信息系統(tǒng)的云化 1. 云化不等同于虛擬化 2. 傳統(tǒng)的應(yīng)用架構(gòu)和性能檢測手段在云上遇到的問題 3. 什么是Cloud Native 4. 基于OpenStack的應(yīng)用云化案例 第十一講 OpenStack的進(jìn)階話題 1. 自動(dòng)化部署 2. OpenStack與大數(shù)據(jù) 3. 案例介紹，Q&A （各講均包含實(shí)際操作環(huán)節(jié)） 培訓(xùn)目標(biāo) 1，全面了解OpenStack的架構(gòu)與思想2，掌握OpenStack的部署和管理方法3，了解企業(yè)信息系統(tǒng)云化的方法論 培訓(xùn)時(shí)間、地點(diǎn) 時(shí)間：2016-05-18 到 2016-05-21 地點(diǎn)：北京 證 書 培訓(xùn)結(jié)束，頒發(fā)中科院計(jì)算所職業(yè)培訓(xùn)中心“OpenStack部署和管理”培訓(xùn)結(jié)業(yè)證書 費(fèi) 用 培訓(xùn)費(fèi)：7200元/人（含教材、證書、午餐、學(xué)習(xí)用具等）。住宿協(xié)助安排，費(fèi)用自理

招生對(duì)象： 關(guān)于舉辦“云計(jì)算技術(shù)的最新進(jìn)展與實(shí)踐”培訓(xùn)的通知 各有關(guān)單位： 中國科學(xué)院計(jì)算技術(shù)研究所是國家專門的計(jì)算技術(shù)研究機(jī)構(gòu)，同時(shí)也是中國信息化建設(shè)的重要支撐單位，中科院計(jì)算所培訓(xùn)中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓(xùn)的專業(yè)培訓(xùn)機(jī)構(gòu)。中心憑借科學(xué)院的強(qiáng)大師資力量，在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗(yàn)的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實(shí)幫助中國軟件企業(yè)培養(yǎng)高級(jí)軟件技術(shù)人才，提升整體研發(fā)能力，迄今為止已先后為國家培養(yǎng)了數(shù)萬名計(jì)算機(jī)專業(yè)人員，并先后為數(shù)千家大型國內(nèi)外企業(yè)進(jìn)行過專門的定制培訓(xùn)服務(wù)。 云計(jì)算提供了一種對(duì)資源“按需索取服務(wù)”的能力，確保了使用時(shí)間與需要時(shí)間的完全一致，從而建立了一種分布式、高效率、低成本的IT商業(yè)模式。正是這些特點(diǎn)，使云計(jì)算成為IT發(fā)展的潮流與趨勢。為解決廣大系統(tǒng)設(shè)計(jì)人員深入研究與開發(fā)云計(jì)算系統(tǒng)的需要，培訓(xùn)中心特舉辦“云計(jì)算技術(shù)的最新進(jìn)展與實(shí)踐”培訓(xùn)班，具體事宜通知如下： 一、培訓(xùn)對(duì)象 1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級(jí)程序員、資深開發(fā)人員。 2，牽涉到云計(jì)算與大數(shù)據(jù)處理的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人。 3，政府機(jī)關(guān)，金融保險(xiǎn)、移動(dòng)和互聯(lián)網(wǎng)等云計(jì)算來源單位的負(fù)責(zé)人。 4，高校、科研院所牽涉到云計(jì)算與大數(shù)據(jù)處理的項(xiàng)目負(fù)責(zé)人。 二、學(xué)員基礎(chǔ) 1，對(duì)IT系統(tǒng)設(shè)計(jì)有一定的理論與實(shí)踐經(jīng)驗(yàn)。 2，有一定的IT軟硬件基礎(chǔ)知識(shí)。 三、師資 由業(yè)界知名云計(jì)算專家親自授課： 李老師 中國科學(xué)院專項(xiàng)課題組組長。IEEE云計(jì)算與信號(hào)處理國際研討會(huì)發(fā)起人，IEEE云計(jì)算學(xué)報(bào)等多個(gè)國際期刊審稿人。在高水平國際會(huì)議和SCI期刊上發(fā)表論文十多篇，并擁有多項(xiàng)專利。帶領(lǐng)團(tuán)隊(duì)完成多個(gè)云計(jì)算方面的工程項(xiàng)目，在船舶、航天等領(lǐng)域多個(gè)國家大型工程項(xiàng)目中負(fù)責(zé)私有云和大數(shù)據(jù)系統(tǒng)的設(shè)計(jì)與實(shí)施，為互聯(lián)網(wǎng)公司提供相關(guān)的培訓(xùn)、和系統(tǒng)優(yōu)化。目前主要研發(fā)方向?yàn)榉植际綄?duì)象存儲(chǔ)、大數(shù)據(jù)系統(tǒng)云化。 四、培訓(xùn)要點(diǎn) 在國家信息技術(shù)新一輪發(fā)展戰(zhàn)略中，以云計(jì)算和大數(shù)據(jù)為代表的創(chuàng)新方法成為發(fā)展的重點(diǎn)。云計(jì)算經(jīng)歷了多年的發(fā)展之后，已經(jīng)發(fā)生了翻天覆地的變化，并進(jìn)入了云計(jì)算3.0時(shí)代。 一個(gè)顯著的變化在于，云計(jì)算技術(shù)不再僅僅是個(gè)虛擬化系統(tǒng)，而是發(fā)展成了一種云操作系統(tǒng)和管理平臺(tái)，這種變化對(duì)于大數(shù)據(jù)云化、存儲(chǔ)服務(wù)化、軟件定義以及軟件的生態(tài)環(huán)境，提供了重要的技術(shù)支持，繼而引發(fā)了整個(gè)IT技術(shù)架構(gòu)的革命性變化。在這個(gè)不斷變化和發(fā)展的云環(huán)境中，很多問題都在困惑著需要?jiǎng)?chuàng)新思維的系統(tǒng)設(shè)計(jì)人員，包括： 1，云計(jì)算目前的發(fā)展?fàn)顟B(tài)是什么？ 2，如何選擇云計(jì)算的開源項(xiàng)目？ 3，云計(jì)算硬件和網(wǎng)絡(luò)技術(shù)的特點(diǎn)是什么？ 4，如何建立和應(yīng)用云存儲(chǔ)？ 5，如何基于云計(jì)算建立新型信息系統(tǒng)？ 6，如何基于開源軟件搭建云上的大數(shù)據(jù)系統(tǒng)？ 7，基于云計(jì)算的信息系統(tǒng)有哪些成功的經(jīng)驗(yàn)？ 本課程著力于解決這些問題，并希望由此帶給學(xué)員全新的視野和嶄新的設(shè)計(jì)理念。 五、培訓(xùn)內(nèi)容 天 講 云計(jì)算技術(shù)現(xiàn)狀概述 1）云計(jì)算的產(chǎn)生與發(fā)展 2）云計(jì)算的層次與部署模式 3）虛擬化技術(shù)和軟件定義的計(jì)算、存儲(chǔ)和網(wǎng)絡(luò) 4）基于云的企業(yè)級(jí)信息系統(tǒng)架構(gòu) 5）傳統(tǒng) IT 架構(gòu)往云上的遷移以及異構(gòu)集成 第二講 云計(jì)算相關(guān)的開源項(xiàng)目 1）開源虛擬化技術(shù)的比較 2）OpenStack 的產(chǎn)生、發(fā)展與生態(tài)圈 3）OpenStack 架構(gòu)剖析 4）Docker 概述 第三講 云基礎(chǔ)設(shè)施的硬件基礎(chǔ) 1）基于通用硬件構(gòu)建云基礎(chǔ)設(shè)施和采用商用設(shè)備的比較 2）系統(tǒng)托管模式 3）OCP項(xiàng)目和天蝎計(jì)劃 4）超融系統(tǒng)的優(yōu)點(diǎn)及其應(yīng)用 第四講 云計(jì)算中的網(wǎng)絡(luò)技術(shù) 1）傳統(tǒng)網(wǎng)絡(luò)架構(gòu)和管理模式在云時(shí)代遇到的問題 2）軟件定義網(wǎng)絡(luò)（SDN） 3）網(wǎng)絡(luò)功能虛擬化（NFV） 4）SDN和NFV相關(guān)的開源項(xiàng)目 第二天 第五講 云存儲(chǔ) 1）大數(shù)據(jù)和互聯(lián)網(wǎng)應(yīng)用中新的存儲(chǔ)問題 2）對(duì)象存儲(chǔ)和云存儲(chǔ) 3）幾種典型開源分布式存儲(chǔ)的比較 4）存儲(chǔ)的空間效率問題和高密度存儲(chǔ)技術(shù) 第六講 再談信息系統(tǒng)的云化 1）云化不等同于虛擬化 2）云化的特點(diǎn)——非持久性的計(jì)算資源、Auto-Scaling與Elastic、通過云的API實(shí)現(xiàn)Orchestration 3）云應(yīng)用的性能監(jiān)控 4）云應(yīng)用與微服務(wù)架構(gòu) 5）傳統(tǒng)IT向云端遷移的案例 第七講 大數(shù)據(jù)系統(tǒng)和云計(jì)算的關(guān)系 1）大數(shù)據(jù)系統(tǒng)的技術(shù)特點(diǎn) 2）大數(shù)據(jù)系統(tǒng)云化的特殊需求 3）大數(shù)據(jù)和云的結(jié)合案例 4）基于開源軟件搭建云上的大數(shù)據(jù)系統(tǒng) 第八講 案例分析 1）傳統(tǒng)行業(yè)案例分析 2）互聯(lián)網(wǎng)行業(yè)案例分析 六、培訓(xùn)目標(biāo) 1，全面了解云計(jì)算目前的發(fā)展?fàn)顟B(tài) 2，學(xué)習(xí)選擇云計(jì)算開源項(xiàng)目的方法 3，理解云計(jì)算硬件和網(wǎng)絡(luò)技術(shù)的特點(diǎn) 4，理解建立和應(yīng)用云存儲(chǔ)的方法 5，掌握如何基于云計(jì)算建立新型信息系統(tǒng) 6，學(xué)習(xí)如何基于開源軟件搭建云上的大數(shù)據(jù)系統(tǒng) 七、培訓(xùn)時(shí)間、地點(diǎn) 時(shí)間： 2016年1月22日-1月23日 地點(diǎn)：北京 八、證 書 培訓(xùn)結(jié)束，頒發(fā)中科院計(jì)算所職業(yè)培訓(xùn)中心“云計(jì)算技術(shù)縱覽”培訓(xùn)結(jié)業(yè)證書。 九、費(fèi) 用 培訓(xùn)費(fèi)：5500元/人（含教材、證書、午餐、學(xué)習(xí)用具等）。住宿協(xié)助安排，費(fèi)用自理。 附件： “云計(jì)算技術(shù)的最新進(jìn)展與實(shí)踐”培訓(xùn)回執(zhí) 單 位 （蓋章） 地 址 郵編 網(wǎng) 址 傳真 人 email 學(xué)員代表 手機(jī) 學(xué)員姓名（注明性別） 學(xué)員姓名（注明性別） 學(xué)員姓名（注明性別） 學(xué)員姓名（注明性別） 學(xué)員姓名（注明性別） 注：1. 此表復(fù)印有效。 2. 請(qǐng)參加學(xué)習(xí)人員盡早發(fā)送回執(zhí)，我們將提前為您安排培訓(xùn)期間事宜。謝謝！

招生對(duì)象： 關(guān)于舉辦“數(shù)據(jù)倉庫與數(shù)據(jù)挖掘（結(jié)合SPSS和WEKA案例）”培訓(xùn)的通知 各有關(guān)單位： 中國科學(xué)院計(jì)算技術(shù)研究所是國家專門的計(jì)算技術(shù)研究機(jī)構(gòu)，同時(shí)也是中國信息化建設(shè)的重要支撐單位，中科院計(jì)算所培訓(xùn)中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓(xùn)的專業(yè)培訓(xùn)機(jī)構(gòu)。中心憑借科學(xué)院的強(qiáng)大師資力量，在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗(yàn)的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實(shí)幫助中國軟件企業(yè)培養(yǎng)高級(jí)軟件技術(shù)人才，提升整體研發(fā)能力。迄今為止已先后為國家培養(yǎng)了數(shù)萬名計(jì)算機(jī)專業(yè)人員，并先后為數(shù)千家大型國內(nèi)外企業(yè)進(jìn)行過專門的定制培訓(xùn)服務(wù)。 隨著近年來數(shù)據(jù)資源的日益豐富，從數(shù)據(jù)資源提取信息和知識(shí)進(jìn)行輔助決策非常必要。如何從企業(yè)內(nèi)部眾多的信息系統(tǒng)中提取真正反映企業(yè)運(yùn)營狀況的有效信息資源、深入挖掘價(jià)值客戶信息，從而提高經(jīng)營管理決策的支撐能力和快速響應(yīng)能力，以期對(duì)紛繁變化的市場和競爭對(duì)手有足夠的洞察力、掌控力和預(yù)判力，成為企業(yè)下一階段信息系統(tǒng)建設(shè)的目標(biāo)和方向。而這一目標(biāo)正是要靠IT領(lǐng)域中的數(shù)據(jù)倉庫和商務(wù)智能技術(shù)來實(shí)現(xiàn)和達(dá)到。 本次培訓(xùn)重在突出數(shù)據(jù)倉庫與數(shù)據(jù)挖掘決策支持的本質(zhì)，介紹數(shù)據(jù)挖掘的各種方法、技術(shù)實(shí)現(xiàn)手段，通過對(duì)實(shí)例的深入剖析解釋它們的原理。 一、培訓(xùn)對(duì)象 數(shù)據(jù)倉庫管理人員、建模人員，分析人員和開發(fā)人員、系統(tǒng)管理人員、數(shù)據(jù)庫管理人員以及對(duì)數(shù)據(jù)倉庫感興趣的其他人員。 二、師資 楊老師：中科院計(jì)算所培訓(xùn)中心高級(jí)講師，主要研究方向?yàn)榫W(wǎng)絡(luò)信息分析以及云計(jì)算相關(guān)技術(shù)，長期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡(luò)信息處理、商務(wù)智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作，具有豐富的工程實(shí)踐及軟件研發(fā)經(jīng)驗(yàn)。 三、培訓(xùn)內(nèi)容 1、數(shù)據(jù)倉庫原理及聯(lián)機(jī)分析技術(shù)介紹 ? 數(shù)據(jù)倉庫結(jié)構(gòu)體系，數(shù)據(jù)倉庫數(shù)據(jù)模型 ? 數(shù)據(jù)抽取、轉(zhuǎn)換和裝載，元數(shù)據(jù)管理 ? OLAP概念及其數(shù)據(jù)模型 ? 多維數(shù)據(jù)的顯示 2、數(shù)據(jù)倉庫設(shè)計(jì)與開發(fā) ? 數(shù)據(jù)倉庫分析與設(shè)計(jì) ? 數(shù)據(jù)倉庫開發(fā)過程 ? 數(shù)據(jù)倉庫技術(shù)與開發(fā)的困難 ? OLAP的多維數(shù)據(jù)分析 3、基于數(shù)據(jù)倉庫的決策支持系統(tǒng) ? 基于數(shù)據(jù)倉庫的查詢與報(bào)表 ? 多維分析與原因分析 ? 實(shí)時(shí)決策與預(yù)測未來 ? 自動(dòng)決策及其應(yīng)用介紹 4、數(shù)據(jù)倉庫案例剖析 ? 移動(dòng)運(yùn)營商的客戶投訴聯(lián)機(jī)分析，基于Business Intelligence Dev Studio ? 通過對(duì)客戶投訴詳單，設(shè)計(jì)相應(yīng)的投訴模型，建立其相應(yīng)的維度，事實(shí)表等 ? 通過對(duì)客戶投訴進(jìn)行分類，發(fā)現(xiàn)其中的共同點(diǎn)以及差異，方便制定相應(yīng)計(jì)劃 ? 積極的應(yīng)對(duì)客戶投訴，對(duì)客戶投訴進(jìn)行監(jiān)控，及時(shí)對(duì)可能導(dǎo)致的客戶進(jìn)行挽留 ? 某公司數(shù)據(jù)倉庫決策支持系統(tǒng) ? 統(tǒng)計(jì)業(yè)數(shù)據(jù)倉庫系統(tǒng) ? 沃爾瑪數(shù)據(jù)倉庫系統(tǒng) 5、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn) ? 數(shù)據(jù)挖掘的任務(wù)與對(duì)象 ? 數(shù)據(jù)挖掘方法 ? 數(shù)據(jù)挖掘相關(guān)技術(shù) 6、關(guān)聯(lián)分析算法及其案例 ? 關(guān)聯(lián)規(guī)則的分類 ? Aprior算法詳解 ? 從頻繁項(xiàng)集產(chǎn)生關(guān)聯(lián)規(guī)則 ? 基于Climentine的購物籃實(shí)例分析- 7、聚類分析算法及其案例 ? 聚類分析的概念 ? 主要的聚類方法 ? K-means算法詳解 ? 基于Climentine的用戶數(shù)據(jù)聚類實(shí)例- 8、其它數(shù)據(jù)挖掘算法介紹 ? 決策樹算法 l ID3算法 l 由決策樹提取分類規(guī)則 l 基于Climentine的決策樹分析實(shí)例 ? 神經(jīng)網(wǎng)絡(luò)算法 l 神經(jīng)網(wǎng)絡(luò)的概念 l 網(wǎng)絡(luò)拓?fù)浼捌渌惴?l 基于Climentine的神經(jīng)網(wǎng)絡(luò)分析實(shí)例 四、培訓(xùn)時(shí)間、地點(diǎn) 時(shí)間：2016年7月6日-7月8日 地點(diǎn)：北京 五、證書 培訓(xùn)結(jié)束，頒發(fā)中科院計(jì)算所職業(yè)培訓(xùn)中心“數(shù)據(jù)倉庫與數(shù)據(jù)挖掘”結(jié)業(yè)證書。 六、費(fèi)用 培訓(xùn)費(fèi)：5500元/人（含教材、證書、午餐、學(xué)習(xí)用具等）。住宿協(xié)助安排，費(fèi)用自理。

招生對(duì)象： 關(guān)于舉辦“大數(shù)據(jù)分析- 基于Hadoop/Mahout的大數(shù)據(jù)挖掘”培訓(xùn)的通知 各有關(guān)單位： 中國科學(xué)院計(jì)算技術(shù)研究所是國家專門的計(jì)算技術(shù)研究機(jī)構(gòu)，同時(shí)也是中國信息化建設(shè)的重要支撐單位，中科院計(jì)算所培訓(xùn)中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓(xùn)的專業(yè)培訓(xùn)機(jī)構(gòu)。中心憑借科學(xué)院的強(qiáng)大師資力量，在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗(yàn)的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實(shí)幫助中國軟件企業(yè)培養(yǎng)高級(jí)軟件技術(shù)人才，提升整體研發(fā)能力，迄今為止已先后為國家培養(yǎng)了數(shù)萬名計(jì)算機(jī)專業(yè)人員，并先后為數(shù)千家大型國內(nèi)外企業(yè)進(jìn)行過專門的定制培訓(xùn)服務(wù)。 隨著互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，我們已經(jīng)切實(shí)地迎來了一個(gè)大數(shù)據(jù)的時(shí)代。大數(shù)據(jù)是指無法在一定時(shí)間內(nèi)用常規(guī)軟件工具對(duì)其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合，對(duì)大數(shù)據(jù)的分析已經(jīng)成為一個(gè)非常重要且緊迫的需求。目前對(duì)大數(shù)據(jù)的分析工具，首選的是Hadoop平臺(tái)。Hadoop在可伸縮性、健壯性、計(jì)算性能和成本上具有無可替代的優(yōu)勢，事實(shí)上已成為當(dāng)前互聯(lián)網(wǎng)企業(yè)主流的大數(shù)據(jù)分析平臺(tái)。為解決廣大系統(tǒng)設(shè)計(jì)人員深入研究與開發(fā)大數(shù)據(jù)技術(shù)的需要，培訓(xùn)中心特在“大數(shù)據(jù)處理技術(shù)-基于Hadoop的實(shí)戰(zhàn)”課程的基礎(chǔ)上，針對(duì)已有或即將建立Hadoop集群，擁有海量數(shù)據(jù)，需要做用戶推薦、產(chǎn)品聚類、信息分類等大數(shù)據(jù)分析用戶，舉辦“大數(shù)據(jù)分析- 基于Hadoop/Mahout的大數(shù)據(jù)挖掘（含Spark和Storm應(yīng)用介紹）”培訓(xùn)班，具體事宜通知如下： 一、培訓(xùn)對(duì)象 1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級(jí)程序員、資深開發(fā)人員。 2，牽涉到大數(shù)據(jù)處理的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人。 3，政府機(jī)關(guān)，金融保險(xiǎn)、移動(dòng)和互聯(lián)網(wǎng)等大數(shù)據(jù)來源單位的負(fù)責(zé)人。 4，高校、科研院所牽涉到大數(shù)據(jù)與分布式數(shù)據(jù)處理的項(xiàng)目負(fù)責(zé)人。 二、學(xué)員基礎(chǔ) 1，對(duì)IT系統(tǒng)設(shè)計(jì)有一定的理論與實(shí)踐經(jīng)驗(yàn)。 2，有一定的數(shù)據(jù)倉庫與大數(shù)據(jù)處理的基礎(chǔ)知識(shí)。 3，有一定的Hadoop技術(shù)的基礎(chǔ)知識(shí)。 三、師資 由業(yè)界知名大數(shù)據(jù)專家親自授課： 楊老師 主要研究網(wǎng)絡(luò)信息分析以及云計(jì)算相關(guān)技術(shù)，長期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡(luò)信息處理、商務(wù)智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作，主持和參與了多個(gè)國家和省部級(jí)基金項(xiàng)目，具有豐富的工程實(shí)踐及軟件研發(fā)經(jīng)驗(yàn)。 四、培訓(xùn)要點(diǎn) 互聯(lián)網(wǎng)點(diǎn)擊數(shù)據(jù)、傳感數(shù)據(jù)、日志文件、具有豐富地理空間信息的移動(dòng)數(shù)據(jù)和涉及網(wǎng)絡(luò)的各類評(píng)論，成為了海量信息的多種形式。當(dāng)數(shù)據(jù)以成百上千TB不斷增長的時(shí)候，我們?cè)趦?nèi)部交易系統(tǒng)的歷史信息之外，需要一種基于大數(shù)據(jù)分析的決策模型和技術(shù)支持。 大數(shù)據(jù)通常具有：數(shù)據(jù)體量(Volume)巨大,數(shù)據(jù)類型(Variety)繁多,價(jià)值(Value)密度低,處理速度(Velocity)快等四大特征。如何有效管理和高效處理這些大數(shù)據(jù)已成為當(dāng)前亟待解決的問題。大數(shù)據(jù)處理意味著更嚴(yán)峻的挑戰(zhàn)，更好地管理和處理這些數(shù)據(jù)也將會(huì)獲得意想不到的收獲。 Google發(fā)布的GFS和MapReduce等高可擴(kuò)展、高性能的分布式大數(shù)據(jù)處理框架，證明了在處理海量網(wǎng)頁數(shù)據(jù)時(shí)該框架的優(yōu)越性。GFS/MapReduce框架實(shí)現(xiàn)了更高應(yīng)用層次的抽象，使用戶無需關(guān)注復(fù)雜的內(nèi)部工作機(jī)制，無需具備豐富的分布式系統(tǒng)知識(shí)及開發(fā)經(jīng)驗(yàn)，即可實(shí)現(xiàn)大規(guī)模分布式系統(tǒng)的部署與大數(shù)據(jù)的并行處理。 Apache Hadoop開源項(xiàng)目開發(fā)團(tuán)隊(duì)。他們克隆了GFS/MapReduce框架，推出了Hadoop系統(tǒng)。該系統(tǒng)已受到學(xué)術(shù)界和工業(yè)界的廣泛認(rèn)可和采納，并孵化出眾多子項(xiàng)目(如Pig，Zookeeper和Hive等)，日益形成一個(gè)易部署、易開發(fā)、功能齊全、性能優(yōu)良的系統(tǒng)。 本課程從大數(shù)據(jù)技術(shù)以及Hadoop實(shí)戰(zhàn)的角度，結(jié)合理論和實(shí)踐，全方位地介紹Hadoop以及Mahout大數(shù)據(jù)挖掘工具的開發(fā)技巧。涉及的主題包括：大數(shù)據(jù)挖掘及其背景， Hadoop及Mahout大數(shù)據(jù)挖掘工具，推薦系統(tǒng)及電影推薦案例，分類技術(shù)及聚類分析，流挖掘及其它挖掘技術(shù)，大數(shù)據(jù)挖掘前景分析。 教學(xué)過程中貫穿了案例分析來幫助學(xué)員了解如何用Hadoop和Mahout挖掘工具來解決具體的問題，在關(guān)鍵點(diǎn)上搭建實(shí)驗(yàn)環(huán)境進(jìn)行實(shí)踐研究，以加深對(duì)于這些解決方案的理解。并介紹了從大數(shù)據(jù)中挖掘出有價(jià)值的信息的關(guān)鍵。 五、培訓(xùn)內(nèi)容 講大數(shù)據(jù)挖掘及其背景 1)數(shù)據(jù)挖掘定義 2)Hadoop相關(guān)技術(shù) 3)大數(shù)據(jù)挖掘知識(shí)點(diǎn) 第二講 MapReduce計(jì)算模式 1）分布式文件系統(tǒng) 2）MapReduce 3）使用MR的算法設(shè)計(jì) 第三講 Hadoop中的云挖掘工具M(jìn)ahout 1）Mahout介紹 2）推薦系統(tǒng) 3）信息聚類 4）分類技術(shù) 5）其它挖掘 第四講 推薦系統(tǒng)及其應(yīng)用開發(fā) 1）一個(gè)推薦系統(tǒng)的模型 2）基于內(nèi)容的推薦 3）協(xié)同過濾 4）電影推薦案例 第五講 分類技術(shù)及其應(yīng)用 1）分類的定義 2）分類主要算法 3）Mahout分類過程 4）評(píng)估指標(biāo)以及評(píng)測 5）貝葉斯算法新聞分類實(shí)例 第六講 聚類技術(shù)及其應(yīng)用 1）聚類的定義 2）聚類的主要算法 3）K-Means、Canopy及其應(yīng)用示例 4）Fuzzy K-Means、Dirichlet及其應(yīng)用示例 5）路透新聞聚類實(shí)例 第七講 關(guān)聯(lián)規(guī)則和相似項(xiàng)發(fā)現(xiàn) 1）購物籃模型 2）Apriori算法 3）抄襲文檔發(fā)現(xiàn) 4）近鄰搜索的應(yīng)用 第八講 流數(shù)據(jù)挖掘相關(guān)技術(shù) 1）流數(shù)據(jù)挖掘及分析 2）流數(shù)據(jù)模型 3）數(shù)據(jù)抽樣 4）流過濾 第九講 大數(shù)據(jù)挖掘應(yīng)用前景 1）與Hadoop集群應(yīng)用的協(xié)作 2）與RHadoop等其它云挖掘工具配合 3）大數(shù)據(jù)挖掘行業(yè)應(yīng)用展望 六、培訓(xùn)目標(biāo) 1, 全面了解大數(shù)據(jù)處理技術(shù)的相關(guān)知識(shí)。 2，學(xué)習(xí)Hadoop的核心技術(shù)方法以及應(yīng)用特征。 3，深入使用Mahout挖掘工具在大數(shù)據(jù)中的使用。 4，掌握流數(shù)據(jù)挖掘和其它大數(shù)據(jù)挖掘關(guān)鍵技術(shù)。 七、培訓(xùn)時(shí)間、地點(diǎn) 時(shí)間： 2016年3月16日-3月18日 地點(diǎn)：北京 八、證書 培訓(xùn)結(jié)束，頒發(fā)中科院計(jì)算所職業(yè)培訓(xùn)中心“大數(shù)據(jù)分析- 基于Hadoop/Mahout的大數(shù)據(jù)挖掘”結(jié)業(yè)證書。 九、費(fèi)用 培訓(xùn)費(fèi)：5500元/人（含教材、證書、午餐、學(xué)習(xí)用具等）。住宿協(xié)助安排，費(fèi)用自理。 附件： “大數(shù)據(jù)分析- 基于Hadoop/Mahout的大數(shù)據(jù)挖掘”培訓(xùn)回執(zhí) 單 位 （蓋章） 地 址 郵編 網(wǎng) 址 傳真 人 email 學(xué)員代表 手機(jī) 學(xué)員姓名（注明性別） 學(xué)員姓名（注明性別） 學(xué)員姓名（注明性別） 學(xué)員姓名（注明性別） 學(xué)員姓名（注明性別） 注：1. 此表復(fù)印有效。 2. 請(qǐng)參加學(xué)習(xí)人員盡早發(fā)送此回執(zhí)，我們將提前安排培訓(xùn)期間事宜。謝謝！