PySpark机器学习 Machine Learning wit

Machine Learning with PySpark - 2019.Pdf

image.png

使用PySpark构建机器学习模型，自然语言处理应用程序和推荐系统，以解决各种业务挑战。

本书从Spark的基础知识及其演变开始，然后介绍了传统机器学习算法的整个范围，以及使用PySpark的自然语言处理和推荐系统。使用PySpark进行机器学习向您展示如何构建有监督的机器学习模型，如线性回归，逻辑回归，决策树和随机森林。您还将看到无监督的机器学习模型，例如K-means和层次聚类。

本书的主要部分侧重于特征工程，以便使用PySpark创建有用的功能来训练机器学习模型。自然语言处理部分包括文本处理，文本挖掘和嵌入分类。阅读本书后，您将了解如何使用PySpark的机器学习库来构建和培训各种机器学习模型。此外，您可以熟悉相关的PySpark组件，例如数据提取，数据处理和数据分析，您可以使用它们来开发数据驱动的智能应用程序。您将学习如何构建一系列受监督和无监督的机器学习算法使用Spark MLlib库实现机器学习算法使用Spark MLlib库开发推荐系统处理与特征工程，类平衡，偏差和方差以及交叉验证相关的问题以构建最佳拟合模型。

本书适用于数据科学和机器学习专业人员。

参考资料

• 下载： Machine Learning with PySpark - 2019.Pdf

• qq群630011153 144081101

• python测试开发项目实战-目录

• 本文涉及的python测试开发库 谢谢点赞！

• 本文相关海量书籍下载

• 2018最佳人工智能机器学习工具书及下载(持续更新)

• Format Pdf

• Page Count 223 Pages

• https://github.com/Apress/machine-learning-with-pyspark 10+ 星

• 另外一个开源教程 https://github.com/awantik/pyspark-tutorial 100+ 星

• 一个开源教程 https://github.com/zekelabs/machine-learning-using-pyspark <10 星

• https://github.com/XD-DENG/Spark-ML-Intro 40左右 星