Spark MLlib学习从理论到实践，全面掌握机器学习的分布式算法

教程前言

宝贝分享@Spark MLlib机器学习算法与源码解析，大小1.91G，75个文件。本套教程存放在百度网盘，可以转存以后在线播放，或者下载到本地离线学习，同时支持PC端与手机端。

教程描述

Spark是一个通用的分布式数据处理引擎，也是一种快速、可扩展的大数据分析引擎，而MLlib是Spark的机器学习（Machine Learning）库，旨在简化机器学习的工程实践工作，并方便扩展到更大规模。MLlib由一些通用的学习算法和工具组成，实现了常用的机器学习，如：聚类、分类、回归等算法，是一种高效、快速、可扩展的分布式计算框架。

本套教程主要讲解Spark MLlib，教程拒绝枯燥的讲述，将循序渐进从Spark的基础知识、矩阵向量的基础知识开始，然后再透彻讲解各个算法的理论、详细展示Spark源码实现，最后均会通过实例进行解析实战，帮助大家真正从理论到实践，全面掌握Spark MLlib分布式机器学习。教程适合对spark有兴趣，有志从事数据分析，数据挖掘工作方向的朋友。

教程目录

第01课：Spark MLlib基础入门

第02课：Spark MLlib矩阵向量

第03课：Spark MLlib线性回归算法

第04课：Spark MLlib逻辑回归算法

第05课：Spark MLlib贝叶斯分类算法

第06课：Spark MLlib决策树算法

第07课：Spark MLlib KMeans聚类算法

第08课：Spark MLlib FPGrowth关联规则算法

第09课：Spark MLlib协同过滤推荐算法

第10课：Spark MLlib神经网络算法

课件资料