深刻淺出Spark機器學習實戰（用戶行爲分析）_spark機器學習

深刻淺出Spark機器學習實戰（用戶行爲分析）
課程觀看地址：http://www.xuetuwuyou.com/course/144
課程出自學途無憂網：http://www.xuetuwuyou.com

1、課程目標
 熟練掌握SparkSQL的各類操做，深刻了解Spark內部實現原理
 深刻了解SparkML機器學習各類算法模型的構建和運行
 熟練Spark的API並能靈活運用
 能掌握Spark在工做當中的運用

2、適合人羣
 適合給，有java，scala基礎，想往大數據spark機器學習這塊發展
 適合給想學習spark，往數據倉庫，大數據挖掘機器學習，方向發展的學員

3、課程用到的軟件及版本：
Spark2.0，Spark1.6.2，STS，maven，Linux Centos6.5，mysql，mongodb3.2

4、課程目錄：

課時1：Spark介紹 
課時2：Spark2集羣安裝 
課時3：Spark RDD操做 
課時4：SparkRDD原理剖析 
課時5：Spark2sql從mysql中導入 
課時6：Spark1.6.2sql與mysql數據交互 
課時7：SparkSQL java操做mysql數據 
課時8：Spark統計用戶的收藏轉換率 
課時9：Spark梳理用戶的收藏以及訂單轉換率 
課時10：最終獲取用戶的收藏以及訂單轉換率 
課時11：Spark Pipeline構建隨機森林迴歸預測模型 
課時12：Spark 隨機森林迴歸預測結果並存儲進mysql
課時13：Spark的決策樹算法實現收藏轉換率預測
課時14：Spark機器學習各類分類算法介紹
課時15：Spark機器學習協同過濾算法，構建用戶與產品模型
課時16：Spark協同算法完成給用戶推薦產品。
課時17：Spark與mongodb整合
課時18：Spark的隨機森林算法預測產品收藏購買結果存儲進mongodb
課時19：Spark操做RDD須要注意點，以及Spark資源參數調優
課時20：Spark整個學習過程及其總結