Bienvenue dans le cours Applications de l'informatique en nuage, deuxième partie d'une série de deux cours conçus pour vous donner une vue d'ensemble du monde de l'informatique en nuage et du Big Data ! Dans ce deuxième cours, nous poursuivons les applications de l'informatique en nuage en explorant comment l'informatique en nuage ouvre la voie à l'analyse des données d'énormes volumes de données statiques ou diffusées à grande vitesse et représentant une énorme variété d'informations. Les applications de l'informatique en nuage et l'analyse des données représentent un changement radical dans la manière dont la société est informée et utilise l'information. Nous commençons la première semaine en présentant quelques systèmes majeurs pour l'analyse des données, notamment Spark et les principaux cadres et distributions d'applications analytiques, notamment Hortonworks, Cloudera et MapR. Au milieu de la première semaine, nous présentons le système de fichiers distribué et robuste HDFS qui est utilisé dans de nombreuses applications comme Hadoop et nous terminons la première semaine en explorant le puissant modèle de programmation MapReduce et la façon dont les systèmes d'exploitation distribués comme YARN et Mesos supportent un environnement flexible et évolutif pour l'analyse des Big Data. Au cours de la deuxième semaine, notre cours présente le stockage de données à grande échelle et les difficultés et problèmes de consensus dans d'énormes magasins qui utilisent des quantités de processeurs, de mémoires et de disques. Nous discutons de la cohérence éventuelle, ACID, et BASE et des algorithmes de consensus utilisés dans les centres de données, y compris Paxos et Zookeeper. Notre cours présente les Distributed Key-Value Stores et les bases de données en mémoire comme Redis utilisées dans les centres de données pour la performance. Nous présentons ensuite les bases de données NOSQL. Nous visitons HBase, la base de données évolutive et à faible latence qui prend en charge les opérations de base de données dans les applications qui utilisent Hadoop. Enfin, nous montrons comment Spark SQL peut programmer des requêtes SQL sur des données volumineuses. Nous terminons la deuxième semaine par une présentation sur les systèmes distribués de publication/abonnement utilisant Kafka, un système de messagerie distribué qui est largement utilisé pour connecter les Big Data et les applications de streaming afin de former des systèmes complexes. La troisième semaine est consacrée au streaming de données rapides en temps réel et présente la technologie Storm, largement utilisée dans des secteurs tels que Yahoo. Nous poursuivons avec Spark Streaming, les architectures Lambda et Kappa, et une présentation de l'écosystème de streaming. La quatrième semaine est consacrée au traitement des graphes, à l'apprentissage automatique et à l'apprentissage profond. Nous introduisons les idées de traitement des graphes et présentons Pregel, Giraph et Spark GraphX. Nous passons ensuite à l'apprentissage automatique avec des exemples tirés de Mahout et de Spark. Kmeans, Naive Bayes et fpm sont donnés en exemple. Spark ML et Mllib poursuivent le thème de la programmabilité et de la construction d'applications. Le dernier sujet abordé au cours de la quatrième semaine présente les technologies d'apprentissage profond (Deep Learning), notamment Theano, Tensor Flow, CNTK, MXnet et Caffe sur Spark.
Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.
Applications de l'informatique en nuage, partie 2 : Big Data et applications dans l'informatique en nuage
Ce cours fait partie de Spécialisation Cloud Computing
Instructeurs : Reza Farivar
30 897 déjà inscrits
Inclus avec
(332 avis)
Compétences que vous acquerrez
- Catégorie : Graphiques
- Catégorie : Informatique distribuée
- Catégorie : Big Data
- Catégorie : Apprentissage automatique
Détails à connaître
Ajouter à votre profil LinkedIn
1 quiz, 4 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 5 modules dans ce cours
Vous vous familiariserez avec le cours, vos camarades de classe et notre environnement d'apprentissage. L'orientation vous aidera également à acquérir les compétences techniques requises pour le cours.
Inclus
1 vidéo4 lectures1 devoir1 sujet de discussion1 plugin
Dans le module 1, nous vous présentons le monde des applications Big Data. Nous commençons par vous présenter Apache Spark, un cadre commun utilisé pour de nombreuses tâches différentes tout au long du cours. Nous vous présentons ensuite quelques packages de distribution Big Data, le système de fichiers HDFS, et enfin l'idée du traitement Big Data par lots à l'aide du paradigme de programmation MapReduce.
Inclus
13 vidéos1 lecture1 devoir
Dans ce module, vous découvrirez les technologies et les cadres de stockage de données à grande échelle. Nous commencerons par explorer les défis posés par le stockage de données volumineuses dans des systèmes distribués. Nous aborderons ensuite les systèmes de stockage clé/valeur en mémoire, les bases de données distribuées NoSQL et les files d'attente distribuées par publication/abonnement.
Inclus
24 vidéos1 lecture1 devoir
Ce module vous présente les systèmes de streaming en temps réel, également connus sous le nom de Fast Data. Nous parlons en détail d'Apache Storm, d'Apache Spark Streaming et des architectures Lambda et Kappa. Enfin, nous comparons toutes ces technologies en tant qu'écosystème de streaming.
Inclus
18 vidéos1 lecture1 quiz
Dans ce module, nous discutons des applications du Big Data. En particulier, nous nous concentrons sur deux sujets : le traitement des graphes, où des graphes massifs (tels que le graphe du web) sont traités pour en extraire des informations, et l'apprentissage automatique, où des quantités massives de données sont utilisées pour entraîner des modèles tels que les algorithmes de clustering et l'exploration de motifs fréquents. Nous vous présentons également l'apprentissage profond, où de grands ensembles de données sont utilisés pour entraîner des réseaux neuronaux avec des résultats efficaces.
Inclus
18 vidéos1 lecture1 devoir1 sujet de discussion1 plugin
Instructeurs
Offert par
Recommandé si vous êtes intéressé(e) par Sécurité informatique et réseaux
University of Illinois Urbana-Champaign
University of Washington
University of Illinois Urbana-Champaign
Préparer un diplôme
Le fait de suivre ce cours proposé par University of Illinois Urbana-Champaign vous donnera un aperçu des enseignants ainsi que des sujets et contenus dans un programme diplômant connexe, ce qui peut vous aider à déterminer si le sujet ou l’université vous convient.
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 332
332 avis
- 5 stars
53,01 %
- 4 stars
29,81 %
- 3 stars
11,74 %
- 2 stars
3,31 %
- 1 star
2,10 %
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.