课程介绍本课程是世界上第一Spark企业级最佳实践课程，课程包含：Spark的架构设计；Spark编程模型；Spark内核框架源码剖析；Spark的广播变量与累加器；Shark的原理和使用；Spark的机器学习；Spark的图计算GraphX；SparkSQL；Spark实时流处理；Spark程序的...
分类：
其他好文 时间：
2014-12-23 06:40:31
阅读次数：
216
课程介绍2014年5月30日发布了Spark1.0.0版本，而本课程是世界上第一个Spark1.0.0企业级实践课程，课程包含Spark的架构设计、Spark编程模型、Spark内核框架源码剖析、Spark的广播变量与累加器、Shark的原理和使用、Spark的机器学习、Spark的图计算Graph...
分类：
其他好文 时间：
2014-12-23 06:40:01
阅读次数：
244
相似度的计算是数据挖掘与机器学习中的一个永恒的话题，为了能更好地理解与比较各种相似度计算的方法，能灵活运用到各种计算模型中，自己在研究机器学习之Mahout框架时，源代码中也实现了很多相似度计算方法，本文结合机器学习Mahout框架中各种相似度计算方法的实现，并且从代数角度和几何角度来理解相似度的计算方法。并阐述其优缺点，及自己的适用场景。本文通过总结和归纳，一共总结了9中距离测量方法，方法一到方法七是Mahout中完完本本实现了，其中前面是方面名，破折号后是Mahout中各方法实现的类名，本文结合Maho...
分类：
其他好文 时间：
2014-12-23 00:19:48
阅读次数：
1390
通过前四讲可知，在假设集大小（M）有限的条件下，机器是可以学习的。第五讲的目的是解决M为无限大时，机器是否能学习的问题。为什么在假设集大小（M）有限的条件下，机器是可以学习的？1. 其依据是Hoeffding不等式：这个不等式说明了，训练集的错误率Ein(g)和测试集的错误率Eout(g)的差距太大...
分类：
其他好文 时间：
2014-12-23 00:03:42
阅读次数：
208
斯坦福NG机器学习课程：Anomaly Detection 很好的异常检测入门学习资源。...
分类：
其他好文 时间：
2014-12-22 02:04:35
阅读次数：
192
1.matlab 和 octave 的使用2.待了解的名词（凸性优化，隐式马尔科夫链）3.一些数据挖掘的定义 ： 一个计算机应用程序，假设有一个任务T，然后有一个性能测量方法P，在经验E的 影响下P对T的测量结果得到改进。4.向量机的概念： 用来把一个无限维数的向量变成有限的维数。5.学习性算法的分...
分类：
其他好文 时间：
2014-12-22 00:48:03
阅读次数：
238
这是个KNN算法的另一实例，计算Dating的可能性。import numpy as npimport osimport operatorimport matplotlibimport matplotlib.pyplot as pltdef classify(inX, dataSet, labels...
分类：
其他好文 时间：
2014-12-21 17:50:01
阅读次数：
266
监督学习（supervised learning）：叫监督学习的原因是因为我们告诉了算法，我们想要预测什么。所谓监督，其实就是我们的意愿是否能直接作用于预测结果。典型代表：分类（classification）和回归（regression）。非监督学习（unsupervised learning）：在...
分类：
其他好文 时间：
2014-12-21 00:39:40
阅读次数：
232
斯坦福NG机器学习课程：Dimensionality_reduction笔记，很好讲解降维和PCA算法。...
分类：
其他好文 时间：
2014-12-20 15:37:22
阅读次数：
434
