-
第5章 Spark的矩阵与向量3 节 | 27分钟
本章中，将讲解矩阵与向量的一些基本运算，并介绍Spark的矩阵与向量的操作，帮助数据基础薄弱的同学补齐短板。
- 视频：5-1 矩阵与向量介绍 (07:03)
- 视频：5-2 Spark中实践向量的使用 (10:55)
- 视频：5-3 Spark中实践矩阵的使用 (08:59)
-
第7章 Spark实现回归算法14 节 | 114分钟
本章中，将讲解几种常见的回归算法，并以预测房价模型为例，教大家如何使用回归算法来实现简单的预测。
- 视频：7-1 回归分析概述 (05:36)
- 视频：7-2 线性回归算法概述 (03:34)
- 视频：7-3 线性回归算法原理 (06:35)
- 视频：7-4 最小二乘法 (09:58)
- 视频：7-5 随机梯度下降 (13:36)
- 视频：7-6 实战Spark预测房价—项目展示及代码概览 (05:22)
- 视频：7-7 实战Spark预测房价—数据加载及转换 (15:56)
- 视频：7-8 实战Spark预测房价–训练与预测 (16:20)
- 视频：7-9 逻辑回归算法及原理概述 (04:36)
- 视频：7-10 正则化原理 (09:52)
- 视频：7-11 实战Spark逻辑回归 (06:28)
- 视频：7-12 保序回归算法概述 (03:23)
- 视频：7-13 保序回归算法原理 (03:33)
- 视频：7-14 实战一个保序回归数据分析 (08:44)
-
第8章 Spark实现分类算法 试看9 节 | 103分钟
本章中，将几种常见的分类算法，并结合鸢尾花数据集为例，讲解分类算法在Spark上的实践。同时，比较各种分类算法的区别，使大家能够合理选择应该使用的算法。
- 视频：8-1 朴素贝叶斯算法及原理概述 (10:02)试看
- 视频：8-2 实战朴素贝叶斯的分类 (20:13)
- 视频：8-3 支持向量机概述 (13:20)
- 视频：8-4 实战基于SVM的分类 (11:52)
- 视频：8-5 决策树算法及原理概述 (16:21)
- 视频：8-6 实战基于决策树的分类–案例1 (13:00)
- 视频：8-7 实战基于决策树的分类–案例2 (16:18)
- 视频：8-8 本章小结 (01:49)
- 图文：8-9 关于数据归一化的介绍
-
第9章 Spark实现聚类算法7 节 | 46分钟
本章中，将介绍聚类算法，并通过比较聚类算法与分类算法的区别，帮助大家了解聚类算法的内在含义。此处，仍然使用鸢尾花数据集应用聚类算法进行分析，便于大家对比发现聚类算法与分类算法的区别与联系，以便于后期灵活运用。…
- 视频：9-1 Kmeans算法概述 (03:41)
- 视频：9-2 Kmeans算法原理 (07:15)
- 视频：9-3 Kmeans算法实战 (13:13)
- 视频：9-4 LDA算法概述 (02:23)
- 视频：9-5 LDA算法原理 (04:49)
- 视频：9-6 LDA算法实践 (10:56)
- 视频：9-7 本章小结 (03:39)
-
第10章 Spark实现降维3 节 | 24分钟
本章中，将通过讲解PCA算法的原理，使大家明白降维算法的大致原理，以及能够实现怎么样的功能。结合应用降维算法在分类算法使用之前进行预处理的实践，帮助大家体会算法的作用。
- 视频：10-1 PCA算法及原理概述 (11:32)
- 视频：10-2 实战PCA算法实现降维 (09:29)
- 视频：10-3 本章小结 (02:27)
-
第11章 Spark实践文本情感分类6 节 | 39分钟
本章中，将结合前述知识进行综合实战，以达到所学即所用。文本情感分类这个项目会将分类算法、文本特征提取算法等进行关联，使大家能够对Spark的具体应用有一个整体的感知与了解。
- 视频：11-1 项目总体概况 (06:45)
- 视频：11-2 数据集概述 (04:00)
- 视频：11-3 数据预处理 (03:55)
- 视频：11-4 文本特征提取 (05:32)
- 视频：11-5 训练分类模型 (15:22)
- 视频：11-6 本章小结 (03:07)
本课程已完结
声明：本站所有资料均来源与网络以及用户发布，如对资源有争议请联系微信客服我们可以安排下架!
