学習は楽しく、学習は効果的です

こんにちは、Habr！ ビッグデータに関連するこのノイズにもう少し疲れている人は手を挙げてください。



また、このトピックはすでに少しうんざりしているように思えます。 毎週、Habré、Medium、Facebook、LinkedIn、メールボックスに手紙を送信するその他のテーマサイトに関するこのトピックに関する多数の記事が掲載されています。 誰もが自分の経験、考え、計画を共有し、この情報の流れを耐えられないものにしたいと考えています。



しかし、これに同意する場合、なぜこの投稿をクリックしたのですか？ 彼に何を期待していますか？



これは、平均的な記事から本当に価値のあるものを得る可能性が低いという現実です。 これが最後に起こったとき、あなたがいくつかの投稿や記事に行ったとき、それを読んで、すぐにあなたの人生の何かを変えに行ったことを覚えていますか？ これは、意図的に何かを探しているときに起こります。 これには動機があります。 何かがうまくいかない、うまくいかない、何らかの問題がある、または定式化された欲求がある。



そして、あなたが記事を吸収するとき、そのような特定のトピックに関するニュース？ これはどういう意味ですか？



たぶんここに潜んでいるのは、欲望が定式化されていないのでしょうか？



たぶん、ノイズ以外に何かがあると感じますか？



たぶん、あなたはこれが未来だと感じて、その一部になりたいですか？



変化の波があなたを一掃するのを待つのではなく、テクノロジーの最前線に住みたいと思うかもしれません。



もしそうなら、最終的にあなた自身のためにそれを策定します。



その場合、「一般的な開発のために」それについての記事を読むのをやめてください。 彼らはあなたを欲望の達成に近づけません。 彼らはあなたがあなたの目標に近づくのを助けません。 想像上の動きの感覚を与えるだけです。



しかし、本当にこれが必要な場合は、この問題にまったく異なる方法でアプローチする必要があります。



おそらくあなたの頭の中に絵があります：



「ええ、基本的な知識を得るために数年を費やす必要があります。マット。 解析、線形代数。 統計、確率理論、最適化手法、アルゴリズムの理論など。 その後、記述分析、予測分析、因果分析、機械学習、日付マイニング、その他多くの応用物をマスターするために、もう1年を費やす準備ができています。 など。その後、実際の問題を解決する準備が整います。」



わあわあ簡単に



この方法には生命権がありますが、非常に難しく、退屈です。 彼には非常に長いフィードバックループがあります。 この形式で道を圧倒できる人はほとんどいません。 このプロセスがどれほど好きであっても、強い自己規律を持っている人、始めたものを完了する習慣を持っている人だけです。



教育プログラムでは、アプローチ方法が異なります。 私たちは実際の問題を解決する方法を教え、応用的なものを教え、実際の問題を解決するのに必要なだけ理論と基礎知識を与えます。 そして、これらすべてを3か月で。 その後、基本的なことを好きなだけ勉強できます。 インターネットにはこのためのリソースがいっぱいです。 しかし、それらはまったく異なる方法であなたに落ちます。 これがあなたにとってなぜなのか理解できるでしょう。 すでに練習方法を知っているものと、脳内でつながりができます。 このアプローチはより効果的であると考えています（私たちだけでなく、 アンドラゴジーは19-20世紀に発明されました）。 さらに、非常に迅速にフィードバックを受け取ります。



最初の1週間目の結果によると、 4台のマシンのクラスターをデプロイし、map-reduceジョブを実行できます。 その後、仕事に来て同僚に「このことはできる」と伝えることができます。 彼らはうらやましいでしょう。



2週目では、インターネットページへのアクセスのログでユーザーをフィルタリングし、それを分散データベースに配置することを学びます。さらに、同じログから上位350のURLを抽出できます。 これらはすべて、クラスター上のmap-reduceで行います。



3週目の結果によると、ヒューリスティックルールを使用して訪問のログに従ってユーザーを分類し、運転者に関連するドメインを見つけることができます。 これは、これらのサイトで車を宣伝できることを意味します！ 使用されているテクノロジー：map-reduce and hive。



4週目では、銀行顧客の流出を予測する方法を学びます。 これを行うには、機械学習ツールを使用します。



5週目。 映画のレビューをポジティブとネガティブに分類し、空席の類似性を判断できます。 これを行うには、機械学習とワープロ技術を使用します。



6週目の結果によると、機械学習とマップ削減データ処理パラダイムを使用して、サイト訪問の履歴に基づいて人の性別と年齢を決定できます。



これで最初のモジュールは終了です。 あなたはすでに多くの実際のタスクを解決する方法を知っています。



2番目のモジュールは、レコメンダーシステム専用です。



7週目。 映画にはパーソナライズされていないおすすめを選択できます：さまざまなトップと評価。 あなたはすでに別のビッグデータツールであるApache Sparkでこれを行っています。



8週目の結果に基づいて、説明の類似性に基づいてオンラインコースの推奨事項を作成できます。 ツール：Spark。



9週目に、共同での推奨事項を作成する方法を学びます。 これは、彼らのような人々が購入する製品をユーザーに提供できることを意味します。 または、何らかの理由で同じユーザーが一緒に購入する製品を提供する場合の別のオプション。 Sparkを使用してこれらの問題を解決します。



10週目。 品質を競い合って、最高の映画推薦システムを構築しようとしています。 これにはSparkを使用します。



11週目の結果によれば 、ツイートのリアルタイム処理を行うことができます。



12週目。 最後のラボ。 オンラインストアの推奨システムを構築しています。 価値のある何かを推奨する必要がある製品のリストがあります。 この時点ですでに研究されているあらゆるアプローチを絶対に使用できます。



卒業。 こんなに短い時間で多くの現実の問題を解決する方法を学んだことすら理解できず、膨らんだ目で歩きます。 その後、あなたの頭に明確な声明が現れます。 私は新しいビジネスをマスターすることができます。」そして、私たちはあなたがそのような感覚で終了するようにプログラムを意図的に設計しました。



一般的に、学習は楽しく、学習は効果的です！



私たちの卒業生の中にはすでに200人ほどいますが、私たちのプログラムの前にはまったくプログラムをしていなかった人たちもいますが、プログラムの結果に続いて上位5人の優秀な学生を獲得することができました。



したがって、本当に何かが必要な場合、不可能なことは何もありません！ この記事を読むことにした理由を思い出してください。