深刻浅出Spark机器学习实战(用户行为分析)_spark机器学习

深刻浅出Spark机器学习实战(用户行为分析)
课程观看地址:http://www.xuetuwuyou.com/course/144
课程出自学途无忧网:http://www.xuetuwuyou.comjava


1、课程目标
 熟练掌握SparkSQL的各类操做,深刻了解Spark内部实现原理
 深刻了解SparkML机器学习各类算法模型的构建和运行
 熟练Spark的API并能灵活运用
 能掌握Spark在工做当中的运用mysql

2、适合人群
 适合给,有java,scala基础,想往大数据spark机器学习这块发展
 适合给想学习spark,往数据仓库,大数据挖掘机器学习,方向发展的学员算法

3、课程用到的软件及版本:
Spark2.0,Spark1.6.2,STS,maven,Linux Centos6.5,mysql,mongodb3.2sql


4、课程目录:mongodb

课时1:Spark介绍 
课时2:Spark2集群安装 
课时3:Spark RDD操做 
课时4:SparkRDD原理剖析 
课时5:Spark2sql从mysql中导入 
课时6:Spark1.6.2sql与mysql数据交互 
课时7:SparkSQL java操做mysql数据 
课时8:Spark统计用户的收藏转换率 
课时9:Spark梳理用户的收藏以及订单转换率 
课时10:最终获取用户的收藏以及订单转换率 
课时11:Spark Pipeline构建随机森林回归预测模型 
课时12:Spark 随机森林回归预测结果并存储进mysql
课时13:Spark的决策树算法实现收藏转换率预测
课时14:Spark机器学习各类分类算法介绍
课时15:Spark机器学习协同过滤算法,构建用户与产品模型
课时16:Spark协同算法完成给用户推荐产品。
课时17:Spark与mongodb整合
课时18:Spark的随机森林算法预测产品收藏购买结果存储进mongodb
课时19:Spark操做RDD须要注意点,以及Spark资源参数调优
课时20:Spark整个学习过程及其总结机器学习

相关文章
相关标签/搜索