Administrative information

Title	Hadoop-based technologies
Duration	60 min
Module	B
Lesson Type	Practical
Focus	Practical - Organisational AI
Topic	Hadoop

Keywords

Map Reduce,Hadoop Framework,

Learning Goals

To know the fundamentals of Map Reduce programming paradigm
To know how to setup Hadoop Framework
To know how to apply the Map Reduce functionalities
To know how to program in Python with library of Map Reduce

Expected Preparation

Learning Events to be Completed Before

Lecture: Data Preparation and Exploration

Obligatory for Students

None.

Optional for Students

None.

References and background for students:

Recommended for Teachers

Software for running Virtual Machine

Lesson Materials

Hadoop Set Up and Usage Step by Step Guide (Link to PDF)
Success message of map reduce operation
Outputted data from Adult Dataset of map reduce operation
Hadoop Code and Instruction (Link to TXT)
PreConfigured Virtual Machine with Hadoop (prepared ad hoc for the lesson)

The materials of this learning event are available under CC BY-NC-SA 4.0.

Instructions for Teachers

The following outline should be followed:

Introduction to Hadoop
Hadoop Functionalities
- Map Reduce Operation
- Data Processing
- Data Locality
Dataset description and preparation
- Adult Dataset preparation
Hadoop SetUp and Configuration
- Hadoop Installation
- Hadoop Configuration
Map and Reduce Instructions
- ML pipeline made with Kubeflow
Library of Map/Reduce in Python
- Google Colab of Map / Reduce Library

Time schedule


Duration (min)	Description	Concepts	Activity	Material
5	Introduction to Hadoop	Introduction to Hadoop	Lecture	Tutorial
10	Usage of Hadoop Functionalities	Features of Hadoop	Laboratory	Tutorial
5	Dataset description and preparation	Adult Dataset preparation	Laboratory	Tutorial
10	Hadoop SetUp	Hadoop Installation	Laboratory	Tutorial
15	Map and Reduce Instructions	Hadoop Programming Script	Running Example	Hadoop Script
15	Library of Map/Reduce in Python	Hadoop Functionalities in Python	Running Example	Google Colab

More information

Click here for an overview of all lesson plans of the master human centred AI

Please visit the home page of the consortium HCAIM

Acknowledgements

The Human-Centered AI Masters programme was co-financed by the Connecting Europe Facility of the European Union Under Grant №CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.

The materials of this learning event are available under CC BY-NC-SA 4.0

The HCAIM consortium consists of three excellence centres, three SMEs and four Universities

Colofon

Het arrangement Practical: Hadoop-based technologies is gemaakt met Wikiwijs van Kennisnet. Wikiwijs is hét onderwijsplatform waar je leermiddelen zoekt, maakt en deelt.

Auteur: HCAIM Consortium
Laatst gewijzigd: 2024-05-15 11:19:20
Licentie: Dit lesmateriaal is gepubliceerd onder de Creative Commons Naamsvermelding-GelijkDelen 4.0 Internationale licentie. Dit houdt in dat je onder de voorwaarde van naamsvermelding en publicatie onder dezelfde licentie vrij bent om:

het werk te delen - te kopiëren, te verspreiden en door te geven via elk medium of bestandsformaat

het werk te bewerken - te remixen, te veranderen en afgeleide werken te maken

voor alle doeleinden, inclusief commerciële doeleinden.

Meer informatie over de CC Naamsvermelding-GelijkDelen 4.0 Internationale licentie.

Aanvullende informatie over dit lesmateriaal

Van dit lesmateriaal is de volgende aanvullende informatie beschikbaar:

Toelichting: .
Eindgebruiker: leerling/student
Moeilijkheidsgraad: gemiddeld
Studiebelasting: 4 uur en 0 minuten

Gebruikte Wikiwijs Arrangementen

HCAIM Consortium. (z.d.).

Acknowledgement

https://maken.wikiwijs.nl/198386/Acknowledgement

HCAIM Consortium. (z.d.).

Tutorial: ML-Ops

https://maken.wikiwijs.nl/200243/Tutorial__ML_Ops

Downloaden

Het volledige arrangement is in de onderstaande formaten te downloaden.

Metadata

Metadata overzicht (Excel)

LTI

Leeromgevingen die gebruik maken van LTI kunnen Wikiwijs arrangementen en toetsen afspelen en resultaten terugkoppelen. Hiervoor moet de leeromgeving wel bij Wikiwijs aangemeld zijn. Wil je gebruik maken van de LTI koppeling? Meld je aan via info@wikiwijs.nl met het verzoek om een LTI koppeling aan te gaan.

Maak je al gebruik van LTI? Gebruik dan de onderstaande Launch URL’s.

Arrangement

IMSCC package

Wil je de Launch URL’s niet los kopiëren, maar in één keer downloaden? Download dan de IMSCC package.

IMSCC package

Meer informatie voor ontwikkelaars

Wikiwijs lesmateriaal kan worden gebruikt in een externe leeromgeving. Er kunnen koppelingen worden gemaakt en het lesmateriaal kan op verschillende manieren worden geëxporteerd. Meer informatie hierover kun je vinden op onze Developers Wiki.