学习路径 > 大数据 > Spark > Spark大数据机器学习专题

Spark大数据机器学习专题

本专题从三个层面上来讲解大数据机器学习,首先是数学基础(包括线性代数和微积分等知识),然后讲解算法原理(包括回归、决策树、提升树、随机森林、聚类、SVM、PCA等一些常用的算法),最后是讲解了四个基于Spark mllib的实战项目(航班延迟预测、运动数据分类、uber载客位置聚类缝隙以及推荐系统)

11

门课程

16614

人学习

33小时46分钟

课程总时长

老汤

高级讲师

讲师评分:4.9

永久观看
 
系统化学习
 
24小时答疑
  资料一键下载
学习路径价 ¥706.80
立省242.20元

支持蚂蚁花呗分期

简单5步马上享受花呗分期:

1. 点击立即购买
2. 订单确认页, 点击 ”去支付“
3. 支付中心, 使用【支付宝】付款
4. 使用【支付宝】APP扫描付款二维码
5. 付款方式选择 花呗分期~ 搞定~

查看详情>>
总价 ¥949.00

第一阶段:  机器学习之数学基础

1门课程 4小时

从微积分和线性代数两个层面上打好基础

  • [老汤-人工智能]机器学习一之数学基础

    18节 4小时
    课程目标:
    本课程掌握机器学习需要的两个数学基础知识:微积分、线性代数微积分基础包括:1、无穷和极限2、导数3、可导函数求导4、复合函数求导5、偏导数6、函数极值点求解线性代数主要讲解了机器学习需要的矩阵知识,包括:1、矩阵以及特殊矩阵2、矩阵运算3、矩阵转置4、行列式和逆矩阵5、初等变换6、矩阵的秩7、特征值和特征向量8、最小二乘法9、矩阵分解10、梯度下降法【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学院搜索"老汤"

    课程大纲

    免费试看

第二阶段:  监督学习算法以及实战

5门课程 13小时25分钟

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)

  • [老汤-人工智能]机器学习二之线性回归视频课程

    19节 4小时6分钟
    课程目标:
    从一元线性回归和多元线性回归两个算法讲解线性回归的算法原理并且讲解使用梯度下降算法求解线性回归的代价函数的**值分别讲解了批量梯度下降算法、随机梯度下降算法以及小批量梯度下降算法的原理、区别等【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学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习三之逻辑回归算法视频课程

    11节 2小时11分钟
    课程目标:
    这门课程是算法原理课,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【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学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习四之模型调试视频课程

    7节 1小时18分钟
    课程目标:
    这门课是算法原理课,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【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学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习五之SVM算法视频课程

    6节 1小时41分钟
    课程目标:
    这门课是算法原理课,讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)【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学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习六之Spark项目实战一

    30节 4小时7分钟
    课程目标:
    这个课程以一个项目来讲解Spark中怎么使用线性回归、逻辑回归以及SVM等算法模型。项目主要是预测航班的延迟时间,项目是按照如下的流程来讲解:在数据转换中,也详细讲解了Spark中的StringIndexer、OneHot编码、VectorAssembler等特征转换API。在模型训练地方,详细讲解了交叉验证的功能【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学院搜索"老汤"

    课程大纲

    免费试看

第三阶段:  决策树相关算法以及实战

2门课程 6小时31分钟

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

  • [老汤-人工智能]机器学习七之决策树算法视频课程

    13节 2小时37分钟
    课程目标:
    这门课是算法原理课,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【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学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习八之Spark项目实战二

    31节 3小时53分钟
    课程目标:
    这个课程以一个项目来讲解Spark中怎么使用决策树、提升树以及随机深林等算法模型的使用方法。项目主要是对运动数据的分类,项目是按照如下的流程来讲解:在数据转换中,也详细讲解了在机器学习中缺失值的探索与正确处理。在模型的评估中,详细讲解了在多分类任务中,混淆矩阵的概念以及准确率、召唤率等指标的计算【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学院搜索"老汤"

    课程大纲

    免费试看

第四阶段:  非监督学习算法以及实战

2门课程 4小时45分钟

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

  • [老汤-人工智能]机器学习九之非监督算法

    12节 1小时42分钟
    课程目标:
    这门课是算法原理课,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【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学院搜索"老汤"

    课程大纲

    免费试看

  • [老汤-人工智能]机器学习十之Spark项目实战三

    19节 3小时3分钟
    课程目标:
    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学院搜索"老汤"

    课程大纲

    免费试看

第五阶段:  大数据推荐系统实战

1门课程 5小时3分钟

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

  • [老汤-人工智能]机器学习十一之Spark推荐系统

    20节 5小时3分钟
    课程目标:
    本课程的目的是使得同学们掌握大数据领域中的推荐系统课程内容从两部分讲解推荐系统:第一部分讲解的是推荐系统需要的算法及其推导,内容如下:1、基于内容的推荐系统2、协同过滤的核心概念3、基于用户的协同过滤和基于产品的协同过滤4、相似度的计算5、隐语义模型的讲解6、Spark支持的推荐算法的介绍7、交替最小二乘法(ALS)的推导第二部分讲解的是Spark代码实现的推荐系统,内容如下:1、隐式类型数据的推荐的实现2、显示类型数据的推荐的实现3、冷启动问题4、Spark中ml包和mllib包的比较【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学院搜索"老汤"

    课程大纲

    免费试看

资料下载

课程名称 操作
[老汤-人工智能]机器学习一之数学基础 付费用户专享
[老汤-人工智能]机器学习二之线性回归视频课程 付费用户专享
[老汤-人工智能]机器学习三之逻辑回归算法视频课程 付费用户专享
[老汤-人工智能]机器学习四之模型调试视频课程 付费用户专享
[老汤-人工智能]机器学习五之SVM算法视频课程 付费用户专享
[老汤-人工智能]机器学习六之Spark项目实战一 付费用户专享
[老汤-人工智能]机器学习七之决策树算法视频课程 付费用户专享
[老汤-人工智能]机器学习八之Spark项目实战二 付费用户专享
[老汤-人工智能]机器学习九之非监督算法 付费用户专享
[老汤-人工智能]机器学习十之Spark项目实战三 付费用户专享
[老汤-人工智能]机器学习十一之Spark推荐系统 付费用户专享

Spark大数据机器学习专题

¥949.00 ¥706.80
在线
客服
在线
客服

下载Android客户端

下载iphone 客户端

关注官方微信

返回
顶部