Big data e Machine learning
- Introduzione ai Big data
- 01. Introduzione
- 02. A cosa servono i sistemi di elaborazione big data
- 03. Chi è il data scientist
- 04. Scalabilità e sistemi distribuiti
- 05. Teorema CAP nei sistemi distribuiti
- 06. Architettura di un sistema big data
- Algoritmo Map-reduce
- 07. algoritmo map-reduce Parte 1
- 08. Algoritmo map-reduce Parte 2
- 09. Map-Reduce in action 1 | Ciclo For
- 10. Map-Reduce in action 2 | Programmazione Funzionale
- 11. Map-Reduce in action 3 | Spark
- Utilizzare Spark
- 12. Spark in action 1 | UI
- 13. Spark in action 2 | Lazy approach
- 14. Spark in action 3 | Thread balance
- 15. Analisi dei trend con Spark streaming
- 16. Come prevedere l'andamento EUR-USD |preparation
- 17. Come prevedere l'andamento EUR-USD | training
- 18. Conclusioni
01. Introduzione
Introduzione
Big data e Machine learning
Impara ad analizzare dati sviluppando un modello predittivo
La parola d’ordine di questo periodo storico è “Dati”: la quantità di dati generati dalle persone e dalle macchine è enorme, dai telefoni alle app, dalle carte di credito alla televisione e ai servizi in streaming, fino ai sensori e al mondo IoT. Questa enorme ed eterogenea mole di informazioni prende il nome di “Big data”, disponibili all’analisi e all’elaborazione per suggerire modelli di interpretazione. Questi dati vanno “interrogati” tramite degli algoritmi capaci di prevedere cosa accadrà in futuro e a partire dall’esperienza passata: la combinazione di dati e la loro relazione, di algoritmi e apprendimento delle macchine, è ciò che si definisce Machine learning.
In questo corso cercheremo di capire come creare un sistema di Big data in base alle nostre esigenze costruendo un modello previsionale di machine learning sull’andamento dell’euro-dollaro.
Iscriviti gratuitamente