[271] 掌握Spark机器学习库 大数据开发技能更进一步 -

[271] 掌握Spark机器学习库 大数据开发技能更进一步风筝自习室-课程资源-网盘资源风筝自习室
[271] 掌握Spark机器学习库 大数据开发技能更进一步 -
此内容为付费阅读,请付费后查看
500积分
付费阅读

image

网站资源均收集于公开网络,仅供学习和交流。版权归版权人所有,所标价格为资源收集整理费用,如喜欢作品请支持正版。

网盘链接:

1. 初识机器学习

  • 1-1 导学
  • 1-2 机器学习概述
  • 1-3 机器学习核心思想
  • 1-4 机器学习的框架与选型..

2. 初识MLlib

  • 2-1 MLlib概述
  • 2-2 MLlib的数据结构
  • 2-3 MLlib与ml
  • 2-4 MLlib的应用场景

3. 实战环境搭建

  • 3-1 Spark环境安装
  • 3-2 Spark配置若干要点
  • 3-3 学习Spark shell
  • 3-4 实战Wordcount

4. 数据可视化

  • 4-1 数据可视化的作用及常用方法
  • 4-2 初识Echarts
  • 4-3 通过Echarts实现图表化数据展示

5. Spark的矩阵与向量

  • 5-1 矩阵与向量介绍
  • 5-2 Spark中实践向量的使用
  • 5-3 Spark中实践矩阵的使用

6. Spark基础统计模块

  • 6-1 基础统计模块及常用统计学知识介绍
  • 6-2 实战统计汇总
  • 6-3 学习相关系数
  • 6-4 学习假设检验

7. Spark实现回归算法

  • 7-1 回归分析概述
  • 7-2 线性回归算法概述
  • 7-3 线性回归算法原理
  • 7-4 最小二乘法
  • 7-5 随机梯度下降
  • 7-6 实战Spark预测房价—项目展示及代码概览
  • 7-7 实战Spark预测房价—数据加载及转换
  • 7-8 实战Spark预测房价–训练与预测
  • 7-9 逻辑回归算法及原理概述
  • 7-10 正则化原理
  • 7-11 实战Spark逻辑回归
  • 7-12 保序回归算法概述
  • 7-13 保序回归算法原理
  • 7-14 实战一个保序回归数据分析

8. Spark实现分类算法

  • 8-1 朴素贝叶斯算法及原理概述
  • 8-2 实战朴素贝叶斯的分类
  • 8-3 支持向量机概述
  • 8-4 实战基于SVM的分类
  • 8-5 决策树算法及原理概述
  • 8-6 实战基于决策树的分类–案例1
  • 8-7 实战基于决策树的分类–案例2
  • 8-8 本章小结
  • 8-9 关于数据归一化的介绍

9. Spark实现聚类算法

  • 9-1 Kmeans算法概述
  • 9-2 Kmeans算法原理
  • 9-3 Kmeans算法实战
  • 9-4 LDA算法概述
  • 9-5 LDA算法原理
  • 9-6 LDA算法实践
  • 9-7 本章小结

10. Spark实现降维

  • 10-1 PCA算法及原理概述
  • 10-2 实战PCA算法实现降维
  • 10-3 本章小结

11. Spark实践文本情感分类

  • 11-1 项目总体概况
  • 11-2 数据集概述
  • 11-3 数据预处理
  • 11-4 文本特征提取
  • 11-5 训练分类模型
  • 11-6 本章小结

12. Spark实践推荐系统

  • 12-1 推荐系统简介
  • 12-2 推荐系统原理
  • 12-3 推荐系统实战(上)
  • 12-4 推荐系统实战(下)
  • 12-5 本章小结
  • 12-6 总结与建议
© 版权声明
THE END
加入本站 VIP,免费下载本站所有内容
点赞14 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容