主讲人：江宇(燕回) 阿里巴巴计算平台EMR技术专家
直播时间：2018.12.06 19:00 - 20:00
内容提要：本次讲座主要面对的是机器学习的入门者，以及想要使用Spark来进行机器学习的用户。我们会介绍一下机器学习相关领域的基础知识，以及机器学习在spark上面的实践，同时给出我们的一些使用建议。
视频分享：https://yq.aliyun.com/live/693
ppt分享：https://yq.aliyun.com/download/3129
欢迎扫码进群共同交流：
# Apache Spark系列技术直播# 第四讲 【 机器学习介绍与Spark MLlib实践 】
2018-12-07
1876
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
主讲人：江宇(燕回) 阿里巴巴计算平台EMR技术专家
直播时间：2018.12.06 19:00 - 20:00
内容提要：本次讲座主要面对的是机器学习的入门者，以及想要使用Spark来进行机器学习的用户。
目录
相关文章
|
2月前
|
存储
分布式计算
Hadoop
数据湖技术：Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第27天】在大数据时代，数据湖技术凭借其灵活性和成本效益成为企业存储和分析大规模异构数据的首选。Hadoop和Spark作为数据湖技术的核心组件，通过HDFS存储数据和Spark进行高效计算，实现了数据处理的优化。本文探讨了Hadoop与Spark的最佳实践，包括数据存储、处理、安全和可视化等方面，展示了它们在实际应用中的协同效应。
153
2
2
|
2月前
|
存储
分布式计算
Hadoop
数据湖技术：Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第26天】本文详细探讨了Hadoop与Spark在大数据处理中的协同作用，通过具体案例展示了两者的最佳实践。Hadoop的HDFS和MapReduce负责数据存储和预处理，确保高可靠性和容错性；Spark则凭借其高性能和丰富的API，进行深度分析和机器学习，实现高效的批处理和实时处理。
138
1
1
|
4月前
|
分布式计算
Java
Apache
Apache Spark Streaming技术深度解析
【9月更文挑战第4天】Apache Spark Streaming是Apache Spark生态系统中用于处理实时数据流的一个重要组件。它将输入数据分成小批次（micro-batch），然后利用Spark的批处理引擎进行处理，从而结合了批处理和流处理的优点。这种处理方式使得Spark Streaming既能够保持高吞吐量，又能够处理实时数据流。
88
0
0
|
6月前
|
分布式计算
大数据
Spark
Spark大数据处理：技术、应用与性能优化(全)PDF书籍推荐分享
《Spark大数据处理：技术、应用与性能优化》深入浅出介绍Spark核心，涵盖部署、实战与性能调优，适合初学者。作者基于微软和IBM经验，解析Spark工作机制，探讨BDAS生态，提供实践案例，助力快速掌握。书中亦讨论性能优化策略。[PDF下载链接](https://zhangfeidezhu.com/?p=347)。
179
1
1
|
7月前
|
分布式计算
Hadoop
大数据
大数据技术：Hadoop与Spark的对比
【6月更文挑战第15天】**Hadoop与Spark对比摘要**
Hadoop是分布式系统基础架构，擅长处理大规模批处理任务，依赖HDFS和MapReduce，具有高可靠性和生态多样性。Spark是快速数据处理引擎，侧重内存计算，提供多语言接口，支持机器学习和流处理，处理速度远超Hadoop，适合实时分析和交互式查询。两者在资源占用和生态系统上有差异，适用于不同应用场景。选择时需依据具体需求。
334
1
2
|
7月前
|
机器学习/深度学习
分布式计算
API
|
2月前
|
机器学习/深度学习
算法
数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法，通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法，通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理，包括初始化、数据点分配与簇中心更新等步骤，以及如何在Python中实现该算法，最后讨论了其优缺点及应用场景。
160
4
4
|
16天前
|
机器学习/深度学习
人工智能
算法
|
6天前
|
机器学习/深度学习
算法
网络安全
CCS 2024：如何严格衡量机器学习算法的隐私泄露？ ETH有了新发现
在2024年CCS会议上，苏黎世联邦理工学院的研究人员提出，当前对机器学习隐私保护措施的评估可能存在严重误导。研究通过LiRA攻击评估了五种经验性隐私保护措施（HAMP、RelaxLoss、SELENA、DFKD和SSL），发现现有方法忽视最脆弱数据点、使用较弱攻击且未与实际差分隐私基线比较。结果表明这些措施在更强攻击下表现不佳，而强大的差分隐私基线则提供了更好的隐私-效用权衡。
39
14
15
|
1月前
|
算法
热门文章
最新文章
1
JindoFS概述：云原生的大数据计算存储分离方案
2
【译】使用Spark SQL 运行大规模基因组工作流
3
hive在E-MapReduce集群的实践（二）集群hive参数优化
4
开源大数据周刊-第54期
5
使用Spark Streaming SQL进行PV/UV统计
6
使用E-MapReduce服务处理阿里云文件存储（NAS）的数据
7
开源大数据周刊-第76期
8
使用ApacheDS对Presto用户进行认证
9
TCP的backlog导致的HBase超时问题排查
10
# Apache spark系列技术直播# 第五讲【 Spark RDD编程入门 】
1
阿里云 EMR 发布托管弹性伸缩功能，支持自动调整集群大小，最高降本60%
36
2
关于商品详情 API 接口 JSON 格式返回数据解析的示例
73
3
EMR管控平台全面升级：智能化助力客户实现在离线混部和降本增效
31
4
拍立淘API是基于图像识别技术的服务接口，支持淘宝、1688和义乌购平台。
71
5
有奖实践，基于EMR StarRocks实现游戏玩家画像和行为分析
91
6
基于OpenLake的Flink+Paimon+EMR StarRocks流式湖仓分析
559
7
【赵渝强老师】部署Hadoop的本地模式
72
8
EMR Serverless Spark：一站式全托管湖仓分析利器
217
9
降本60% ，阿里云 EMR StarRocks 全新发布存算分离版本
454
10
阿里云EMR StarRocks X Paimon创建 Streaming Lakehouse
163