Formación BIGS en UCentral

Espacio para proyecto > Schedule > Bigs Tutorial > Formación BIGS en UCentral

Curso de Introducción a BIGS

Large Scale Machine Learning Framework

1. Fundamentos
2. Conceptos básicos: Big Data, paralelismo por datos, NoSQL, etc.
3. Modelo de computación de BIGS
4. Aprendizaje automático a gran escala: Procesos iterativos, exploiting locality, comparación con Hadoop
5. Taller: Instalación de BIGS
6. Ciclo experimental
7. Conceptos de BIGS: Jobs, Tasks, Workers, Datasets locales, Particiones
8. Jobs de ejemplos Simple, FE + KMeans, Cross Validation, Bootstrapping, Curvas de aprendizaje, grafos de los jobs
9. Taller: carga de datasets, ejecución de jobs de ejemplo, visualización de resultados
10. BIGS en distribuido
11. Paralelismo por datos: Relación particiones vs. workers, datasets generados, sincronización de particiones generadas, estrategias de workers, recuperación de fallos.
12. Modelo de almacenamiento: NoSQL, implementaciones
13. Taller: uso de BD central, y workers entre los participantes, curva de escalabildiad
14. Programación de procesos
15. Arquitectura de BIGS: Descripción de APIs, jars y despliegue
16. API de procesos (modelo de computación de BIGS)
17. Procesos de ejemplo: KMeans, Logistic Regression
18. APIs adicionales: Feature Extraction, Importación de datos, Almacenamiento
19. Taller: Desarrollo de un proceso

Requerimientos conceptuales para el tutorial

• Conocimientos básicos de Java y programación orientada a objetos
• Conocimientos a nivel de usuario de Linux (uso del shell)

Requerimientos técnicos del laboratorio donde se impartirá el tutorial

• PCs de escritorio o portátiles con Virtual Box instalado
• Conectividad de red local y Servidor
  • HBase
  • DHCP
  • Visibilidad entre máquinas físicas y virtuales