Spark MLlib学习从理论到实践,全面掌握机器学习的分布式算法

Spark MLlib学习从理论到实践,全面掌握机器学习的分布式算法

Spark MLlib学习从理论到实践,全面掌握机器学习的分布式算法

教程前言

宝贝分享@Spark MLlib机器学习算法与源码解析,大小1.91G,75个文件。本套教程存放在百度网盘,可以转存以后在线播放,或者下载到本地离线学习,同时支持PC端与手机端。

教程描述

Spark是一个通用的分布式数据处理引擎,也是一种快速、可扩展的大数据分析引擎,而MLlib是Spark的机器学习(Machine Learning)库,旨在简化机器学习的工程实践工作,并方便扩展到更大规模。MLlib由一些通用的学习算法和工具组成,实现了常用的机器学习,如:聚类、分类、回归等算法,是一种高效、快速、可扩展的分布式计算框架。

本套教程主要讲解Spark MLlib,教程拒绝枯燥的讲述,将循序渐进从Spark的基础知识、矩阵向量的基础知识开始,然后再透彻讲解各个算法的理论、详细展示Spark源码实现,最后均会通过实例进行解析实战,帮助大家真正从理论到实践,全面掌握Spark MLlib分布式机器学习。教程适合对spark有兴趣,有志从事数据分析,数据挖掘工作方向的朋友。

教程目录

第01课:Spark MLlib基础入门

第02课:Spark MLlib矩阵向量

第03课:Spark MLlib线性回归算法

第04课:Spark MLlib逻辑回归算法

第05课:Spark MLlib贝叶斯分类算法

第06课:Spark MLlib决策树算法

第07课:Spark MLlib KMeans聚类算法

第08课:Spark MLlib FPGrowth关联规则算法

第09课:Spark MLlib协同过滤推荐算法

第10课:Spark MLlib神经网络算法

课件资料

资源下载
下载价格9.9 金币
VIP免费
0
分享海报
显示验证码
没有账号?注册  忘记密码?

社交账号快速登录

微信扫一扫关注
如已关注,请回复“登录”二字获取验证码