[机器学习、Spark]Spark MLlib机器学习

‍‍博主：发量不足

本期更新内容：Spark MLlib机器学习算法库

下篇文章预告：Spark机器学习库MLlib的概述

简介：分享的是一个当代疫情在校封校的大学生学习笔记

目录

初始机器学习

一． 什么是机器学习

二．机器学习的应用

---

 

初始机器学习

一． 什么是机器学习

机器学习是一门多领域的交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，专门研究计算机如何模拟或实现人类的学习行为，以获取新的知识或技能.重新组织已有的知识结构使之不断改善自身的性能。

机器学习分为2类：

（1）有监督学习

通过已有的训练样本(即已知数据以及其对应的输出)训练得到一个最优模型,再利用这个模型将所有的输人映射为相应的输出，对输出进行简单的判断从而实现分类的目的。如分类、回归和推荐算法都属于有监督学习。

（2）无监督学习

针对类别未知(没有被标记)的训练样本,需要直接对数据进行建模，人们无法知道要预测的答案。如聚类、降维和文本处理的某些特征提取都属于无监督学习。

二．机器学习的应用

机器学习强调3个关键词:算法.经验和性能

机器学习技术和方法已经被成功应用到多个领域,如个性化推荐系统计算机视觉、语音识别.自然语言处理以及智能机器控制等领域。

机器学习应用的常见领域：

1.电子商务 2.医疗3.金融