[老汤-人工智能]机器学习十之Spark项目实战三

这个课程讲解了一个End To End的机器学习的项目是什么样的，项目的架构图如下：

项目分为三个大模块：

1、离线批处理：主要是使用KMeans算法训练聚类模型

2、实时流预测处理：利用离线批处理生成的聚类模型实时对uber产生的位置信息进行聚类分析

3、WebServer：对聚类后的位置信息实时的渲染在google地图上

本门课程还详细讲解了Spark中聚类的实现-KMeans，以及怎么评估KMeans模型的好坏。

【老汤人工智能】机器学习课程体系分为三部分：

机器学习一之数学基础(https://edu.51cto.com/sd/80200 )：从微积分和线性代数两个方面讲解机器学习需要的数学知识

机器学习二之线性回归(https://edu.51cto.com/sd/7feec  )：讲解机器学习中最简单也是最常用的线性回归算法(包括一元线性回归和多元线性回归算法)

机器学习三之逻辑回归(https://edu.51cto.com/sd/52d18  )：讲解机器学习中分类算法(也就是逻辑回归算法)，还讲解了解决机器学习的过拟合问题

机器学习四之模型调试(https://edu.51cto.com/sd/89e23  )：讲解机器学习中怎么来评估模型、测试模型以及怎样定位模型问题等

机器学习五之SVM算法(https://edu.51cto.com/sd/0dda5  )：讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)

机器学习六Spark机器学习实战一(https://edu.51cto.com/sd/8aeee  )：航班延迟预测

机器学习七之决策树算法(https://edu.51cto.com/sd/8ebe9 )：讲解机器学习中决策树算法，以及基于决策树的回归树算法、提升树算法以及梯度提升算法等算法

机器学习八Spark机器学习实战二(https://edu.51cto.com/sd/2194b )：运动数据分类

机器学习九之非监督类型算法(https://edu.51cto.com/sd/24a14 )：讲解机器学习中非监督类型的算法，包括：聚类算法(K-Means算法)以及PCA降维算法

机器学习十Spark机器学习实战三(https://edu.51cto.com/sd/198f3  )：uber载客位置聚类分析

机器学习十一Spark推荐系统实战(https://edu.51cto.com/sd/63444 )：讲解怎样使用Spark实现推荐系

Scala、Spark Core、Spark SQL以及Spark Streaming的学习，请在51CTO学堂搜索"老汤"