Spark MLlib机器学习实践（第2版）

spark ml 算法原理剖析以及具体的源码实现分析

 本系列目录如下： 数据类型 基本统计 summary statistics（概括统计） correlations（相关性系数） tratified sampling（分层取样） hypothesis testing（假设检验） random data generation（随机数生成） Kernel density estimation（核密度估计） 协同过滤 交换最小二乘 分类和回归 线性模型 SVMs(支持向量机) 逻辑回归 线性回归 广义线性回归 朴素贝叶斯 决策树 组合树 随机森林 梯度提升树 生存回归 保序回归 聚类 k-means||算法 GMM（高斯混合模型） PIC（快速迭代聚类） LDA（隐式狄利克雷分布) 二分k-means算法 流式k-means算法 最优化算法 梯度下降算法 拟牛顿法 NNLS(非负最小二乘) 带权最小二乘 迭代再加权最小二乘 降维 EVD（特征值分解） SVD（奇异值分解） PCA（主成分分析） 特征抽取和转换 特征抽取 TF-IDF Word2Vec CountVectorizer 特征转换 Tokenizer StopWordsRemo

spark-ml-source-analysis：spark ml算法原理剖析以及具体的源码实现分析

spark-ml-source-analysis：spark ml算法原理剖析以及具体的源码实现分析

机器学习算法详解

机器学习算法详解▪ 一、线性回归 ◦ 1、代价函数 ◦ 2、梯度下降算法 ◦ 3、均值归一化 ◦ 4、最终运行结果 ◦ 5、使用scikit-learn库中的线性模型实现 ▪ 二、逻辑回归 ◦ 1、代价函数 ◦ 2、梯度 ◦ 3、正则化 ◦ 4、S型函数（即） ◦ 5、映射为多项式 ◦ 6、使用的优化方法 ◦ 7、运行结果 ◦ 8、使用scikit-learn库中的逻辑回归模型实现 ▪ 逻辑回归_手写数字识别_OneVsAll ◦ 1、随机显示100个数字 ◦ 2、OneVsAll ◦ 3、手写数字识别 ◦ 4、预测 ◦ 5、运行结果 ◦ 6、使用scikit-learn库中的逻辑回归模型实现 ▪ 三、BP神经网络 ◦ 1、神经网络model ◦ 2、代价函数 ◦ 3、正则化 ◦ 4、反向传播BP ◦ 5、BP可以求梯度的原因 ◦ 6、梯度检查 ◦ 7、权重的随机初始化 ◦ 8、预测 ◦ 9、输出结果 ▪ 四、SVM支持向量机 ◦ 1、代价函数 ◦ 2、Large Margin ◦ 3、SVM Kernel（核函数） ◦ 4、使用中的模型代码 ◦ 5、运行结果 ▪ 五、K-Means聚类算法 ◦ 1、聚类过程 ◦ 2、目标函数 ◦ 3、聚类中心的选择 ◦ 4、聚类个数K的选择 ◦ 5、应用——图片压缩 ◦ 6、使用scikit-learn库中的线性模型实现聚类 ◦ 7、运行结果 ▪ 六、PCA主成分分析（降维） ◦ 1、用处 ◦ 2、2D-->1D，nD-->kD ◦ 3、主成分分析PCA与线性回归的区别 ◦ 4、PCA降维过程 ◦ 5、数据恢复 ◦ 6、主成分个数的选择（即要降的维度） ◦ 7、使用建议 ◦ 8、运行结果 ◦ 9、使用scikit-learn库中的PCA实现降维 ▪ 七、异常检测 Anomaly Detection ◦ 1、高斯分布（正态分布） ◦ 2、异常检测算法 ◦ 3、评价的好坏，以及的选取 ◦ 4、选择使用什么样的feature（单元高斯分布） ◦ 5、多元高斯分布 ◦ 6、单元和多元高斯分布特点 ◦ 7、程序运行结果

机器学习常用各类算法详解

01-机器学习_（python数据类型详解） 01-机器学习_（python语言与numpy库） 02-机器学习_（knn分类算法与应用） - 简化版 03-机器学习_（贝叶斯分类算法与应用） 04-机器学习_（kmeans聚类算法与应用） 05-机器学习_（协同过滤推荐算法与应用） 06-机器学习_（决策树分类算法与应用） 07-机器学习_（lineage回归分类算法与应用）

ML与Spark MLlib.pdf

ML与Spark MLlib最佳实践，来自于阿里云得最佳实践操作......

Spark MLlib 机器学习算法与源码

03、Spark MLlib线性回归算法 04、Spark MLlib逻辑回归算法 05、Spark MLlib贝叶斯分类算法 06、Spark MLlib决策树算法 07、Spark MLlib KMeans聚类算法 08、Spark MLlib FPGrowth关联规则算法 09、Spark ...

Spark MLlib机器学习第1周

Spark MLlib机器学习 黄美灵，网名：sunbow，Spark爱好者，现从事移动互联网的计算广告和数据变现工作。  《Spark MLlib机器学习：算法、源码及实战详解》作者

sparkmllib机器学习源码

sparkmllib机器学习.

基于Spark MLlib 的 ALS 算法实现的电影推荐系统，采用MovieLens数据集进行分析建模.zip

毕业设计 课程设计 项目开发 系统开发 Spark 机器学习 大数据 算法 源码 毕业设计 课程设计 项目开发 系统开发 Spark 机器学习 大数据 算法 源码 毕业设计 课程设计 项目开发 系统开发 Spark 机器学习 大数据 算法 ...

8.SparkMLlib（下）--SparkMLlib实战.pdf

1.Spark及其生态圈简介.pdf 2.Spark编译与部署（上）--基础环境搭建.pdf 2.Spark编译与部署（下）--Spark编译安装.pdf 2.Spark编译与部署（中）--Hadoop编译安装.pdf 3.Spark编程模型（上）--概念及SparkShell实战.pdf 3.Spark编程模型（下）--IDEA搭建及实战.pdf 4.Spark运行架构.pdf 5.Hive（上）--Hive介绍及部署.pdf 5.Hive（下）--Hive实战.pdf 6.SparkSQL（上）--SparkSQL简介.pdf 6.SparkSQL（下）--Spark实战应用.pdf 6.SparkSQL（中）--深入了解运行计划及调优.pdf 7.SparkStreaming（上）--SparkStreaming原理介绍.pdf 7.SparkStreaming（下）--SparkStreaming实战.pdf 8.SparkMLlib（上）--机器学习及SparkMLlib简介.pdf 8.SparkMLlib（下）--SparkMLlib实战.pdf 9.SparkGraphX介绍及实例.pdf 10.分布式内存文件系统Tachyon介绍及安装部署.pdf

经典机器学习算法Python源码

经典机器学习算法的Python源码，包括DecisionTree、DeepLearning、KMeans、kNN、logistic regression、ManifoldLearning、NaiveBayes、PCA、Ridge、SVM

机器学习资料.zip

关于机器学习方法的一些讲解和现实，涉及的数学基础讲解

机器学习算法源码及讲义.zip

七月在线-邹博 机器学习源码及讲义(SVM, XGBoost, em算法,LDA, HMM等等)

机器学习分类算法实现（c++语言和c语版本）

机器学习经典算法的C语言代码，比如：ID3算法 人脸识别源代码 K紧邻算法、人工神经网络

基于Django Restframework的异常检测系统，分析服务为Spark SQL和Spark Mllib.zip

项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 ...

毕业设计：基于sparkMLlib的森林植被类型预测分类系统.zip

项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 ...

基于Spark MLlib ALS的音乐推荐系统.zip

毕业设计 课程设计 项目开发 系统开发 Spark 机器学习 大数据 算法 源码 毕业设计 课程设计 项目开发 系统开发 Spark 机器学习 大数据 算法 源码 毕业设计 课程设计 项目开发 系统开发 Spark 机器学习 大数据 算法 ...

Spark+MLlib机器学习实践+,王晓华著

Spark+MLlib机器学习实践+,王晓华著完整版，自己学习很实用

基于Spark MLlib分布式学习算法的研究.pdf

#资源达人分享计划#

myLearn:机器学习算法

myLearn make:生成可执行文件 demo.sh:调试入口 model.conf:模型参数 从线性到非线性模型 1、线性回归，岭回归，Lasso回归，局部加权线性回归 2、logistic回归，softmax回归，最大熵模型 3、广义线性模型 4、Fisher线性判别和线性感知机 5、三层神经网络 6、支持向量机 统计概率模型 1、高斯判别分析 2、朴素贝叶斯 3、隐马尔可夫模型 4、最大熵马尔科夫模型 5，条件随机场 6，马尔科夫决策过程 树模型 1、决策树 ID3，C4.5，CART 2、随机森林RF 3、Adaboost 4、GBDT 5、XGboost 6、孤立森林（异常检测） 聚类模型 1、层次聚类 2、原型聚类-K-means 3、模型聚类-GMM 4、EM算法-LDA主题模型 5、密度聚类-DBSCAN 6、图聚类-谱聚类 特征工程 1、特征工程 2、特征提取 3、特

机器学习算法的文档,可以供大家学习使用

自己在网上寻找的一些机器学习的算法文档，积分好像不可以自己规定，不然可以定低一点。自己在网上寻找的一些机器学习的算法文档，积分好像不可以自己规定，不然可以定低一点。自己在网上寻找的一些机器学习的算法文档，积分好像不可以自己规定，不然可以定低一点。

机器学习算法：从零开始的算法，了解算法的工作原理

机器学习算法 自制算法，了解算法的工作原理。 用户定义的算法来执行朴素贝叶斯算法 基于概率的概念从先验概率（或认为）P（A）开始，在给定可能性的情况下P（B | A）和证据P（B），我们得出后验概率P（A | B）。 贝叶斯定理公式为：后验=似然率先于证据 P（A | B）=（P（B | A）⋅P（A））/（P（B）） 用户定义的算法来执行高斯朴素贝叶斯算法（用于数值数据处理） 此数据集的基于概率的概念高斯朴素贝叶斯公式，原因是数据呈正态分布¶使用的公式： f（x）=（1 /（sd * sqrt（2 * pi）））* pow（e，（（-1/2） * pow（（（（xm）/ sd），2））））; 其中，sd =标准偏差； m =均值; f（x）=点x的概率 用户定义的算法，使用OLSR概念执行线性回归 基于统计 直线方程为y = m * x + b，其中m是直线的斜率，b是y轴截距。

Machine_Learning:机器学习算法源代码

机器学习 机器学习算法的源代码。

非常详细实用的机器学习算法资料带源码

机器学习资料，还可以的。b站找的，学了下还可以。上传来看能不能帮到大家，这是第一部分，这个时第二部分。非常详细、实用

Spark专刊 SparkMLlib机器学习（作者：李军）.rar

该文档为SparkMLlib机器学习pdf，内容高清，章节完善，仅供学习使用

毕业设计：基于Django+Spark的图书智能推荐系统.zip

项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 ...

PySpark 机器学习、自然语言处理与推荐系统配套代码+数据集.zip

项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 ...

基于spark推荐算法的电影推荐系统设计与实现，采用springboot后端+微信小程序前端.zip

项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 项目开发 系统设计 Spark 机器学习 大数据 算法 源码 ...

spark mllib 协同过滤推荐算法（ALS) python 实现 完整实例程序

一个完成的spark mllib 协同过滤推荐算法ALS 完整实例程序，基于 spark yarn-client模式运行，另外，包括训练数据。