Spark大数据机器学习专题
深化技术力量,开启大数据机器学习的先锋之旅
- 基于Spark的深入机器学习
- 涵盖理论与实战案例
- 系统学习算法到项目落地
- 精通大数据分析与应用
第一阶段
机器学习之数学基础
从微积分和线性代数两个层面上打好基础
第二阶段
监督学习算法以及实战
分别讲解了线性回归、逻辑回归、SVM、正则化等常用的算法原理以及一个实战项目(航班延迟预测)
第三阶段
决策树相关算法以及实战
分别讲解决策树、提升树、随机森林等相关算法原理。以及一个项目实战:运动数据分类
第四阶段
非监督学习算法以及实战
分别讲解了聚类(KMeans)、PCA等非监督相关算法原理,以及项目实战:uber载客位置聚类
第五阶段
大数据推荐系统实战
讲解了推荐系统的相关算法原理,以及使用Spark实现大数据推荐系统
资料名称 | 文件大小 |
---|---|
微积分 | 1.12M |
矩阵基础 | 2.90M |
matrix-course源代码 | 31.76KB |
资料名称 | 文件大小 |
---|---|
机器学习介绍 | 1.22M |
1_1_一元线性回归算法 | 1.51M |
1_2_多元线性回归算法 | 849.86KB |
资料名称 | 文件大小 |
---|---|
5_决策树算法 | 1.04M |
资料名称 | 文件大小 |
---|---|
1_K-Means算法 | 789.85KB |
2_PCA降维算法 | 812.22KB |
资料名称 | 文件大小 |
---|---|
推荐系统 | 1.32M |
推荐系统 | 2.31M |
spark-als-example(源代码) | 128.17M |
资料名称 | 文件大小 |
---|---|
2_1_逻辑回归算法 | 692.78KB |
2_2_正则化 | 737.11KB |
资料名称 | 文件大小 |
---|---|
运动数据分类 | 481.64KB |
activity-classifier | 157.68M |
资料名称 | 文件大小 |
---|---|
uber载客位置聚类 | 1.58M |
uber-cluster(源代码新) | 6.24M |
资料名称 | 文件大小 |
---|---|
模型调试 | 742.83KB |
资料名称 | 文件大小 |
---|---|
3_SVM算法 | 822.72KB |
{{ starInfo.score }}