您好,登錄后才能下訂單哦!
課程下載地址:https://pan.baidu.com/s/1LuffQVoVjJjDkN3jT2TfQA 提取碼: ytyc
本課程主要講解Spark MLlib,Spark MLlib是一種高效、快速、可擴展的分布式計算框架;實現(xiàn)了常用的機器學習,如:聚類、分類、回歸等算法。本課拒絕枯燥的講述,將循序漸進從Spark的基礎知識、矩陣向量的基礎知識開始,然后再透徹講解各個算法的理論、詳細展示Spark源碼實現(xiàn),最后均會通過實例進行解析實戰(zhàn),幫助大家真正從理論到實踐全面掌握Spark MLlib分布式機器學習。
十大案例全方位剖析:
案例1、基于Kaggle的StumbleUpon數(shù)據(jù)集構建分類系統(tǒng)
案例2、基于BikeSharing數(shù)據(jù)集構建回歸模型
案例3、基于NewsCorpora數(shù)據(jù)集文本處理新聞分類
案例4、基于KMeans網(wǎng)絡流量檢測模型
案例5、基于Kaggle Avazu廣告數(shù)據(jù)集構建CRT預測模型
案例6、基于聚類KMeans出租車軌跡分析
案例7、基于決策樹預測森林植被
案例8、基于DataFrame API ML預測森林植被
案例9、基于Audioscrobbler數(shù)據(jù)集的音樂推薦
案例10、基于MovieLens數(shù)據(jù)集的電影推薦
免責聲明:本站發(fā)布的內容(圖片、視頻和文字)以原創(chuàng)、轉載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權內容。