Spark MLlib 机器学习算法与源码解析（网络课程—第一期）

《Spark MLlib 机器学习算法与源码解析》

spark是一个开源集群运算框架，最初是由加州大学柏克利分校AMPLab所开发。Spark使用了内存内运算技术，在内存上的运算速度比Hadoop MapReduce的运算速度快上100倍，即便是在磁盘上运行也能快10倍。Spark允许将数据加载至集群内存，并多次对其进行查询，非常适合用于机器学习算法。

目前，Spark成为了现在大数据领域最火的开源软件，Spark也被许多企业尤其是互联网企业广泛应用到商业项目中，在国内包括阿里、百度、腾讯、网易、搜狐等。

本课程主要讲解Spark MLlib，Spark MLlib是一种高效、快速、可扩展的分布式计算框架；实现了常用的机器学习，如：聚类、分类、回归等算法。本课拒绝枯燥的讲述，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。

通过该课程的学习，同学们可以全面掌握Spark MLlib机器学习，进而能够在实际工作中进行MLlib的应用开发和定制开发。且该课程优异毕业生均可获得老师内推机会，职位：数据挖掘工程师，就职企业：久邦数码、唯品会、腾讯等。掌握技术，高薪就业，课程等待你的加入！

 

课程大纲：

第一课 Spark MLlib基础入门

1、Spark介绍

2、Spark MLlib介绍

3、课程的基础环境

4、Spark RDD操作