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
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。
THE END
暂无评论内容