你将获得

掌握集群的搭建

掌握Spark Mlib

掌握分类、回归、聚类、协同过滤等算法

教学服务

1v1答疑服务

讲师介绍

罗卿（讲师/工程师/博士）

讲师，讲授《Python自动化测试》和《分布式人工智能软件开发与部署》

课程详情

课程概述

本课程是软件技术专业的一门专业核心课程，是为培养学生分布式人工智能开发的基本理论知识和实践能力而设置的一门重要的专业课程，是一门理论与实操紧密联系的课程，以项目教学为主，培养学生熟练利用Spark进行分布式人工智能开发的能力，是基于设计的工作过程系统化学习领域课程，是工学结合课程。

本课程是依据软件技术专业人才培养目标和相关职业岗位（群）的能力要求而设置的，对本专业所面向的程序员、人工智能测试员等岗位所需要的相关专业技术基础知识、基本技能和素质目标的达成起支撑作用。

本课程全面介绍分布式机器学习，使学生系统地学习分布式机器学习的基本概念和基本理论，分类、回归、聚类和协同过滤测试模型等内容。既重视基本原理和基本概念的阐述，又反映出人工智能的一些最新发展。它的任务是介绍现行的、较成熟的分布式机器学习的基本理论、基础知识、基本技能和基本方法，本课程的主要任务是使学生掌握分布式机器学习的基础知识和基本操作技能，全 面了解分布式机器学习，使学生具备分布式机器学习应用方面的基本职业能力，为学生将来从事实际人工智能开发工作和进一步深入研究打下坚实的理论基础和实践基础。

本课程的前续课程安排为：“Python语言程序设计基础”、 “人工智能数据处理和分析技术”、“机器学习”等课程；与本课程可以平行开展的课程为: “深度学习框架应用开发”等相关课程。

课程目标

本课程是软件技术类专业学生的一门重要的专业核心课程，课程内容涵盖了对学生在“基本理论”、“基本技能”和“职业素质”三个层次的培养。本课程详细介绍了分布式人工智能的各个方面，包括环境搭建、构建推荐模型、构建分类模型等等。通过本课程的教学，使学生掌握分布式人工智能的理论知识，掌握主流的分布式人工智能技术和方法，能承担分布式人工智能的工作任务，具备良好的逻辑思维与分析能力、分布式人工智能的制定能力、分布式人工智能的设计能力、分布式人工智能代码及文档编写能力、较强的团队合作和沟通能力，具有独立承担实施分布式人工智能项目的能力，为学生今后从事分布式人工智能以及其他岗位工作的职业能力培养和职业素养奠定良好的基础并起到重要的支撑作用。

1）知识目标

理解分布式机器学习的概念；

掌握Hadoop环境的搭建；

掌握Spark环境的搭建；

掌握弹性分布式数据集RDD、DataFrame；

掌握RDD和DataFrame之间的转换；

掌握推荐模型；

掌握分类模型；

掌握回归模型；

掌握聚类模型。

2）能力目标

能够搭建Hadoop环境

能够搭建Spark环境；

能够利用RDD和DataFrame处理和计算数据；

能够构建Spark推荐模型；

能够构建Spark分类模型；

能够构建Spark回归模型；

能够构建Spark聚类模型；

3）素质目标

掌握良好的分布式人工智能学习方法，培养良好的自学能力；

具有分析、解决分布式人工智能问题的能力；

具有良好的分布式人工智能项目沟通能力；

具有良好的分布式人工智能项目团队合作能力；

具有良好的分布式人工智能技能自学能力；

具有较好的分布式人工智能开发可持续发展能力；

具有爱岗敬业、遵守职业道德规范、诚实、守信的高尚品质。

腾讯课堂链接

https://ke.qq.com/course/4755997?tuin=c23331&taid=1316163093060457