Методи і техніки аналізу великих даних (112-Статистика, магістратура)
Тип: На вибір студента
Кафедра: математичної статистики і диференціальних рівнянь
Навчальний план
| Семестр | Кредити | Звітність |
| 1 | 6 | Залік |
Лекції
| Семестр | К-сть годин | Лектор | Група(и) |
| 1 | 32 | професор Бугрій О. М. | МТСМ-11 |
Практичні
| Семестр | К-сть годин | Група | Викладач(і) |
| 1 | 32 | МТСМ-11 | професор Бугрій О. М. |
Опис курсу
Мета: надати студентам знання про сучасні технології великих даних, які
використовуються для обробки даних
Цілі: забезпечити знайомство студентів з загальною теорією використання
засобів та технологій для роботи з великими даними і сформувати навички
їх практичного створення; навчити студента базових інструментів Apache
Hadoop, Pig, Apache Spark ELK, EFK, HDFS, RabbitMQ, Kafka, ZeroMQ
Рекомендована література
1) Документація Apache Hadoop [Електронний ресурс] // Apache Hadoop. – 2023. – Режим доступу до ресурсу: https://hadoop.apache.org/docs/stable/ .
2) Документація Apache Spark [Електронний ресурс] // Apache Spark. – 2023. – Режим доступу до ресурсу: https://spark.apache.org/docs/latest/ .
3) Документація HBase [Електронний ресурс] // HBase. – 2023. – Режим доступу до ресурсу: https://hbase.apache.org/book.html .
4) RabbitMq [Електронний ресурс] // RabbitMq. – 2023. – Режим доступу до ресурсу: https://www.rabbitmq.com/documentation.html .
5) Ifeyinwa A., Friday H. Big Data and Business Analytics: Trends, Platforms, Success Factors and Applications. Nigeria: Abakaliki, 2019.
6) Marz N., Warren J. Big Data: Principles and best practices of scalable realtime data systems, Manning Publ. Co., NY, 2015.
7) Cielen D., Meysman A., Ali M. Introducing Data Science: Big Data, Machine learning. Manning Publ. Co., NY, 2016.