机器学习是大数据技术的制高点，是大数据技术人员核心竞争力之所在，是企业大数据使用的灵魂，是每个想在大数据领域的有卓越价值的技术人员都必须掌握的内容！
Spark 在机器学习方面有着无与伦比的优势，特别适合需要多次迭代计算的算法。
同时 Spark 的拥有非常出色的容错和调度机制，确保系统的高效稳定运行，Spark 目前的发展理念是通过一个计算框架集合 SQL、Machine Learning、Graph Computing、Streaming Computing 等多种功能于一个项目中，其中的机器学习部分也是 Spark 从 2015 年开始开发的重心，在已有的算法的基础上会有越来越多算法存在MLLib 中，同时 Spark 本身会对自定义机器学习算法实现也提供了越来越强的支持，是目前分布式机器
学习领域最具有潜力的平台。
本课程讲解了 Machine Learning on Spark 方方面面的内容，从算法解析与实现、到算法的使用、再
到算法的源码解析，以及算法的性能优化等问题，具体如下：
广义线性模型详解与实战
推荐算法及系统详解与实战
聚类算法详解与实战
流式机器学习详解与实战
机器学习流水线详解与实战
机器学习中的科学计算详解与实战
决策树与组合学习详解与实战
机器学习算法评测详解与实战
优化算法并行化详解与实战
大数据机器学习个人和企业致胜之道
掌握上述内容，可以助您和企业轻松驾驭 Spark 机器学习，笑傲大数据时代！
作者：Albert陈凯
链接：https://www.jianshu.com/p/9599c979c4b4
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。