大数据挖掘和机器学习

本书介绍数据挖掘的基本理论与实践方法。主要内容包括：各种模型(决策树，关联规则、线性模型、聚类、贝叶斯网以及神经网络)以及在实践中的运用，所存任缺陷的分析。安全地清理数据集、建立以及评估模型的预测质量

本书通俗易懂，有高中数学基础即可看懂，同时结合大量案例与漫画，将高度抽象的数学、算法与应用，与现实生活中的案例和事件一一做了关联，将源自生活的抽象还原出来，帮助读者理解后，又带领大家将这些抽象的规律与

主要分析和总结当前用于处理大数据的机器学习算法的研究现状，此外，并行是处理大数据的主流方法，因此介绍一些并行算法，并引出大数据环境下机器学习研究所面临的问题，最后指出大数据机器学习的研究趋势

入门极佳，我一直搞不懂的向量机，遗传算法，居然也能初步理解，作者有一种想法，说可以大胆试试各算法，参数最终的效果，而不是纠结于高深的学术推导，受用！

Machine Learning with Spark - Big Data Machine Learning

白话大数据与机器学习2018新版，pdf带书签巨好

附件是机器学习分享资料,包含各自算法,如lightGBM、各种FM类算法及NLP、bert、特征变换使得指标更加稳定等

代课老师推荐，据说比西瓜书更容易懂，可以作为入门书籍看。

NULL博文链接：https://yangshangchuan.iteye.com/blog/1950172

本代码主要利用Python工具实现大数据与MapReduce，简单明了，易于理解