Über diesen Kurs

15,655 kürzliche Aufrufe
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 19 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch

Kompetenzen, die Sie erwerben

GraphsDistributed ComputingBig DataMachine Learning
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 19 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch

von

University of Illinois at Urbana-Champaign-Logo

University of Illinois at Urbana-Champaign

Beginnen Sie damit, auf Ihren Master-Abschluss hinzuarbeiten.

Dieses Kurs ist Teil des reinen Onlineabschlusses Master in Computer Science von University of Illinois at Urbana-Champaign. Wenn Sie in das komplette Programm aufgenommen werden, werden Ihre Kurse auf Ihren Abschluss angerechnet.

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

3 Stunden zum Abschließen

Course Orientation

3 Stunden zum Abschließen
1 Video (Gesamt 26 min), 4 Lektüren, 1 Quiz
4 Lektüren
Syllabus10m
About the Discussion Forums10m
Updating Your Profile10m
Social Media10m
1 praktische Übung
Orientation Quiz10m
2 Stunden zum Abschließen

Module 1: Spark, Hortonworks, HDFS, CAP

2 Stunden zum Abschließen
13 Videos (Gesamt 108 min), 1 Lektüre, 1 Quiz
13 Videos
1.1.2 Apache Spark11m
1.1.3 Spark Example: Log Mining9m
1.1.4 Spark Example: Logistic Regression7m
1.1.5 RDD Fault Tolerance4m
1.1.6 Interactive Spark4m
1.1.7 Spark Implementation4m
1.2.1 Introduction to Distros3m
1.2.2 Hortonworks23m
1.2.3 Cloudera CDH2m
1.2.4 MapR Distro2m
1.3.1 HDFS Introduction15m
1.3.2 YARN and MESOS9m
1 Lektüre
Module 1 Overview10m
1 praktische Übung
Module 1 Quiz30m
Woche
2

Woche 2

6 Stunden zum Abschließen

Module 2: Large Scale Data Storage

6 Stunden zum Abschließen
24 Videos (Gesamt 303 min), 1 Lektüre, 1 Quiz
24 Videos
2.1.1 Introduction to MapReduce with Spark3m
2.1.2 MapReduce: Motivation15m
2.1.3 MapReduce Programming Model with Spark9m
2.1.4 MapReduce Example: Word Count9m
2.1.5 MapReduce Example: Pi Estimation & Image Smoothing15m
2.1.6 MapReduce Example: Page Rank13m
2.1.7 MapReduce Summary4m
2.2.1 Eventual Consistency – Part 110m
2.2.2 Eventual Consistency – Part 220m
2.2.3 Consistency Trade-Offs4m
2.2.4 ACID and BASE19m
2.2.5 Zookeeper and Paxos: Introduction10m
2.2.6 Paxos17m
2.2.7 Zookeeper16m
2.3.1 Cassandra Introduction27m
2.3.2 Redis7m
2.3.3 Redis Demonstration14m
2.4.1 HBase Usage API15m
2.4.2 HBase Internals - Part 117m
2.4.3 HBase Internals - Part 29m
2.4.4 Spark SQL8m
2.5.5 Spark SQL Demo8m
2.5.1 Kafka17m
1 Lektüre
Module 2 Overview10m
1 praktische Übung
Module 2 Quiz30m
Woche
3

Woche 3

4 Stunden zum Abschließen

Module 3: Streaming Systems

4 Stunden zum Abschließen
18 Videos (Gesamt 216 min), 1 Lektüre, 1 Quiz
18 Videos
3.1.1 Streaming Introduction9m
3.1.2 "Big Data Pipelines: The Rise of Real-Time"7m
3.1.3 Storm Introduction: Protocol Buffers & Thrift15m
3.1.4 A Storm Word Count Example3m
3.1.5 Writing the Storm Word Count Example10m
3.1.6 Storm Usage at Yahoo3m
3.2.1 Anchoring and Spout Replay17m
3.2.2 Trident: Exactly Once Processing10m
3.3.1 Inside Apache Storm9m
3.3.2 The Structure of a Storm Cluster4m
3.3.3 Using Thrift in Storm10m
3.3.4 How Storm Schedulers Work12m
3.3.5 Scaling Storm to 4000 Nodes14m
3.3.6 Q&A with Bobby Evans (Yahoo) on Storm32m
3.4.1 Spark Streaming18m
3.4.2 Lambda and Kappa Architecture4m
3.4.3 Streaming Ecosystem24m
1 Lektüre
Module 3 Overview10m
1 praktische Übung
Module 3 Quiz30m
Woche
4

Woche 4

4 Stunden zum Abschließen

Module 4: Graph Processing and Machine Learning

4 Stunden zum Abschließen
18 Videos (Gesamt 173 min), 1 Lektüre, 1 Quiz
18 Videos
4.1.2 Pregel - Part 17m
4.1.3 Pregel - Part 211m
4.1.4 Pregel - Part 36m
4.1.5 Giraph Introduction6m
4.1.6 Giraph Example4m
4.1.7 Spark GraphX15m
4.2.1 Big Data Machine Learning Introduction13m
4.2.2 Mahout: Introduction8m
4.2.3 Mahout kmeans5m
4.2.4 Mahout: Naïve Bayes9m
4.2.5 Mahout: fpm6m
4.2.6 Spark Naïve Bayes2m
4.2.7 Spark fpm2m
4.2.8 Spark ML/MLlib11m
4.2.9 Introduction to Deep Learning20m
4.2.10 Deep Neural Network Systems17m
4.3.1 Closing Remarks1m
1 Lektüre
Module 4 Overview10m
1 praktische Übung
Module 4 Quiz30m

Bewertungen

Top-Bewertungen von CLOUD COMPUTING APPLICATIONS, PART 2: BIG DATA AND APPLICATIONS IN THE CLOUD

Alle Bewertungen anzeigen

Über den Spezialisierung Cloud Computing

The Cloud Computing Specialization takes you on a tour through cloud computing systems. We start in in the middle layer with Cloud Computing Concepts covering core distributed systems concepts used inside clouds, move to the upper layer of Cloud Applications and finally to the lower layer of Cloud Networking. We conclude with a project that allows you to apply the skills you've learned throughout the courses. The first four courses in this Specialization form the lecture component of courses in our online Master of Computer Science Degree in Data Science. You can apply to the degree program either before or after you begin the Specialization....
Cloud Computing

Häufig gestellte Fragen

  • Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:

    • Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
    • Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

  • Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.

  • Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren

  • Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..