機器學習是近二十來年興起的多領域學科，機器學習算法可從數據中建立模型，並利用模型對未知數據進行預測。機器學習技術不斷進步，應用相當廣泛，例如推薦引擎、定向廣告、需求預測、垃圾郵件過濾、醫學診斷、自然語言處理、搜索引擎、詐騙偵測、證券分析、視覺辨識、語音識別、手寫識別等。

課程學習：https://pan.baidu.com/s/13kOswCBRsnXBJWsPGBZDqQ

為什麽近年來機器學習變得如此熱門，各大公司都爭相投入？因為機器學習需要大量數據進行訓練。大數據的興起帶來了大量的數據以及可存儲大量數據的分布式存儲技術，例如Hadoop HDFS、NoSQL……還有分布式計算可進行大量運算，例如 Spark 基於內存的分布式計算框架/架構，可以大幅提升性能。

Python是數據分析最常用的語言之一，而Apache Spark是一個開源的強大的分布式查詢和處理引擎。本書用詳盡的例子介紹了如何使用Python來調用Spark的新特性，如何處理結構化和非結構化的數據，如何使用PySpark中一些基本的可用數據類型，如何生成機器學習模型、操作圖像、閱讀串流數據以及在雲上部署你的模型。

本課程系統講解如何在Spark2.0上高效運用Python來處理數據並建立機器學習模型，幫助讀者開發並部署高效可拓展的實時Spark解決方案

課程包含技術：

本課程從淺顯易懂的“大數據和機器學習”原理說明入手，講述大數據和機器學習的基本概念，如分析、分類、訓練、建模、預測、推薦引擎、二元分類、多元分類、回歸分析和Pipeline等；

為降低學習大數據技術的門檻，提供了豐富的案例實踐操作和範例程序編碼，展示了如何在單機Windows系統上建立Spark 2.x + Python開發環境

適合於學習大數據基礎知識的初學者，更適合正在使用機器學習想結合大數據技術的人員

Spark2.x+Python大數據機器學習實戰視頻教程