黄美灵的Spark ML机器学习实战（第12期）

08月18日

10周

0人

此课程所属【hadoop大数据工程师职业方向】, 【人工智能职业方向】, 【数据分析师专业方向】专业，专业内有不少于15门推荐课程，目前平台推出【专业课程0元学】活动，只需0元即可在所有的专业课程中任选5门学习，超值优惠，助您快速成长！点击这里了解

讲师

sunbow: 黄美灵，Spark爱好者，现从事移动互联网的计算广告和数据变现工作，专注Spark机器学习在计算广告中的研究和实践。现著有：《Spark MLlib机器学习：算法、源码及实战详解》

课程简介

本课程主要讲解基于Spark 2.x的ML，ML是相比MLlib更高级的机器学习库，相比MLlib更加高效、快捷；ML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Spark2.x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 ML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 ML机器学习，进而能够在实际工作中进行ML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！

课程章节

第1课 Spark ML基础入门
- 1-1 Spark介绍
- 1-2 Spark ML介绍
- 1-3 课程的基础环境
- 1-4 Spark SparkSession
- 1-5 Spark Datasets操作
- 1-6 Datasets操作的代码实操
第2课 Spark ML Pipelines（ML管道）
- 2-1 Pipelines的主要概念
- 2-2 Pipelines实例讲解
- 2-3 ML操作的代码实操
- 2-4 使用 ML Pipeline 构建机器学习工作流案例展示
- 2-5 实例的代码实操
第3课 Spark ML数学基础
- 3-1 ML矩阵向量计算
- 3-2 分类效果评估指标及ML实现详解
- 3-3 交叉-验证方法及ML实现详解
- 3-4 实例的代码实操
第4课 Spark ML特征的提取、转换和选择
- 4-1 特征的提取及ML实现详解
- 4-2 特征的转换及ML实现详解
- 4-3 特征的选择及ML实现详解
- 4-4 实例的代码实操
第5课 Spark ML线性回归/逻辑回归算法
- 5-1 线性回归算法
- 5-2 逻辑回归算法
- 5-3 ML回归算法参数详解
- 5-4 ML实例
- 5-5 实例的代码实操
第6课 Spark ML决策树/随机森林/GBDT算法
- 6-1 决策树算法
- 6-2 随机森林算法
- 6-3 GDBT算法
- 6-4 ML树模型参数详解
- 6-5 ML实例
- 6-6 实例的代码实操
第7课 Spark ML KMeans聚类算法
- 7-1 KMeans聚类算法
- 7-2 ML KMeans模型参数详解
- 7-3 ML实例
- 7-4 实例的代码实操
第8课 Spark ML LDA主题聚类算法
- 8-1 LDA主题聚类算法
- 8-2 ML LDA主题聚类模型参数详解
- 8-3 ML实例
- 8-4 实例的代码实操
第9课 Spark ML协同过滤推荐算法
- 9-1 协同过滤推荐算法
- 9-2 ML协同过滤分布式实现逻辑
- 9-3 ML协同过滤源码开发
- 9-4 实现实例
- 9-5 实例的代码实操
第10课大型案例：基于Spark的推荐模型开发
- 10-1 案例背景
- 10-2 架构设计
- 10-3 数据准备
- 10-4 模型训练
- 10-5 模型预测
- 10-6 脚本封装

学费

学费: ￥400 ( 固定学费: ￥100，逆向学费: ￥300 )

新颖的课程收费形式：“逆向收费”约等于免费学习，仅收取100元固定收费+300元逆向学费，学习圆满则逆向学费全额返还给学员！