수업내용/목표
[수업내용]
날이 갈수록 데이터의 규모가 커지면서 빅데이터 처리의 방법도 다양해지고 있다.
대용량의 데이터를 처리하기 위해서는 규모가 큰 컴퓨팅 리소스를 다루는 기술이 수반되어야 한다.
본 과목에서는 규모가 큰 컴퓨팅 리소스를 다루는 기술을 기반으로, 빅데이터를 수집,저장,처리,시각화하기위해필요한분산처리기술을 배우고, 그 기술에 기반이 되는 오픈소스 프레임워크들을 실습해본다.
[학습목표]
1. 빅데이터 수집, 저장, 처리, 분석, 시각화의 프레임워크를 활용할 수 있다.
2. 빅데이터 처리 용도로 가장 많이 사용되고 있는 하둡과 맵리듀스의 원리를 이해할 수 있다.
3. 실시간 처리 및 배치 처리에 관해 이해할 수 있다.
[연계과목]
머신러닝 빅데이터 분석
날이 갈수록 데이터의 규모가 커지면서 빅데이터 처리의 방법도 다양해지고 있다.
대용량의 데이터를 처리하기 위해서는 규모가 큰 컴퓨팅 리소스를 다루는 기술이 수반되어야 한다.
본 과목에서는 규모가 큰 컴퓨팅 리소스를 다루는 기술을 기반으로, 빅데이터를 수집,저장,처리,시각화하기위해필요한분산처리기술을 배우고, 그 기술에 기반이 되는 오픈소스 프레임워크들을 실습해본다.
[학습목표]
1. 빅데이터 수집, 저장, 처리, 분석, 시각화의 프레임워크를 활용할 수 있다.
2. 빅데이터 처리 용도로 가장 많이 사용되고 있는 하둡과 맵리듀스의 원리를 이해할 수 있다.
3. 실시간 처리 및 배치 처리에 관해 이해할 수 있다.
[연계과목]
머신러닝 빅데이터 분석
