感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程大纲
spark.mllib：数据类型、演算法和实用程式
- 数据类型
- 基本统计数据
- 汇总统计数据
- 相关性
- 分层抽样
- 假设检验
- 流显著性检验
- 随机数据生成
- 分类和回归
- 线性模型（SVM、逻辑回归、线性回归）
- 朴素贝叶斯
- 决策树
- 树的系综（Random Forest 和 Gradient-Boosted Trees）
- 等渗回归
- 协同过滤
- 交替最小二乘法 （ALS）
- 聚类
- k 均值
- 高斯混合物
- 幂反复运算集群 （PIC）
- 潜在狄利克雷分配 （LDA）
- 将 k 均值一分为二
- 流式处理 K-Means
- 降维
- 奇异值分解 （SVD）
- 主成分分析 （PCA）
- 特征提取和转换
- 频繁的模式挖掘
- FP 增长
- 关联规则
- 前缀跨度
- 评估指标
- PMML 模型导出
- 优化（开发者）
- 随机梯度下降
- 记忆体受限 BFGS （L-BFGS）
spark.ml：ML 管道的高级 API
- 概述：估算器、转换器和管道
- 提取、转换和选择特征
- 分类和回归
- 聚类
- 高级主题
要求
了解以下其中一项知识：
- 爪哇岛
- Scala
- 蟒
- 火花R。
35 小时
客户评论 (1)
很多实际的例子，处理同一问题的不同方法，有时还不那么明显的技巧如何改进当前的解决方案
Rafal - Nordea
课程 - Apache Spark MLlib
机器翻译
