掌握Spark机器学习库 大数据开发技能更进一步【视频教程】

掌握Spark机器学习库 大数据开发技能更进一步【视频教程】

  • 第1章 初识机器学习

    在本章中将带领大家概要了解什么是机器学习、机器学习在当前有哪些典型应用、机器学习的核心思想、常用的框架有哪些,该如何进行选型等相关问题。

    •  1-1 导学试看
    •  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..
  • 第2章 初识MLlib

    本章中,将介绍Spark的机器学习库,对比Spark当前两种机器学习库(MLLib/ML)的区别,同时介绍Spark机器学习库的应用场景以及行业应用优势。

    •  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
  • 第3章 实战环境搭建

    本章中,将介绍如何进行实战环境搭建。包括如何完成Spark环境安装配置、如何通过Spark Shell进行编程,并通过 Wordcount 入门程序,完成部署和测试。

    •  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试看
  • 第4章 数据可视化

    本章中,将对数据可视化进行介绍,告诉大家什么是数据可视化,我们通过数据可视化能对大数据系统起到怎样的作用,并结合 Echars 介绍了如何实现常见的数据可视化图表(折线图、柱状图、散点图)。

    •  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
  • 第5章 Spark的矩阵与向量

    本章中,将讲解矩阵与向量的一些基本运算,并介绍Spark的矩阵与向量的操作,帮助数据基础薄弱的同学补齐短板。

    •  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
  • 第6章 Spark基础统计模块

    本章中,将概要介绍Spark的基础统计模块、简单的统计学知识、相关系数以及假设检验的知识,拓展大家的技术视野。

    •  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
  • 第7章 Spark实现回归算法

    本章中,将讲解几种常见的回归算法,并以预测房价模型为例,教大家如何使用回归算法来实现简单的预测。

    •  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
  • 第8章 Spark实现分类算法

    本章中,将几种常见的分类算法,并结合鸢尾花数据集为例,讲解分类算法在Spark上的实践。同时,比较各种分类算法的区别,使大家能够合理选择应该使用的算法。

    •  8-1 朴素贝叶斯算法及原理概述试看
    •  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
  • 第9章 Spark实现聚类算法

    本章中,将介绍聚类算法,并通过比较聚类算法与分类算法的区别,帮助大家了解聚类算法的内在含义。此处,仍然使用鸢尾花数据集应用聚类算法进行分析,便于大家对比发现聚类算法与分类算法的区别与联系,以便于后期灵活运用。...

    •  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
  • 第10章 Spark实现降维

    本章中,将通过讲解PCA算法的原理,使大家明白降维算法的大致原理,以及能够实现怎么样的功能。结合应用降维算法在分类算法使用之前进行预处理的实践,帮助大家体会算法的作用。

    •  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
  • 第11章 Spark实践文本情感分类

    本章中,将结合前述知识进行综合实战,以达到所学即所用。文本情感分类这个项目会将分类算法、文本特征提取算法等进行关联,使大家能够对Spark的具体应用有一个整体的感知与了解。

    •  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
  • 第12章 Spark实践推荐系统

    本章中,将结合前述知识进行综合实战,以达到所学即所用。在推荐系统项目中,讲解了推荐系统基本原理以及实现推荐系统的架构思路,有其他相关研发经验基础的同学可以结合以往的经验,实现自己的推荐系统。

    •  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

 百度网盘